3D 場景理解

深度分析

OneCanvas 以全景重投影提升 3D 場景理解效能於視覺語言模型

OneCanvas 針對多視角影像以深度與姿態投射至 3D 座標，聚合於單一全景畫布，讓預訓練視覺語言模型直接進行空間推理。此方法在 SQA3D、VSI‑Bench 與 SPBench 上皆創下最佳表現，且訓練算力僅為競爭方案的十分之一，顯示高效且具擴展性的 3D 場景理解新路徑。