跳到正文

SpatialLM

把 3D 点云转成结构化场景输出

访问官网

SpatialLM 是什么

SpatialLM 被介绍为一个专为处理 3D 点云数据设计的大语言模型,能够生成结构化的 3D 场景理解输出,包含建筑元素和对象的语义类别。它可以处理来自单目视频、RGBD 图像和 LiDAR 传感器等多种来源的点云数据,无需专用设备。

你可以用它做什么

  • 处理来自单目视频、RGBD 图像和 LiDAR 的点云
  • 输出墙壁、门、窗户等建筑元素
  • 生成带语义类别的面向对象边界框
  • 用 Rerun 可视化点云和预测的 3D 布局

应用场景

  • 分析建筑物的 3D 点云数据,识别所有门窗和墙体结构
  • 在机器人导航任务中进行实时环境理解,帮助避开障碍物
  • 开发教育软件,帮助学生学习 3D 建模和空间视觉能力

适合谁使用

  • 从事 3D 空间理解领域研究的研究人员
  • 构建智能机器人和自动化系统的开发者
  • 在教学中讲解 3D 建模与空间分析的教育工作者

优点与缺点

✓ 我们认可的地方

  • 多种点云来源均可使用,无需专用设备
  • 资料记录只需简单步骤设置 Python 环境

! 需要留意的地方

  • 安装过程需要 CUDA 及其他依赖库
  • 场景输出受模型语义类别的约束

常见问题

支持哪些输入?

资料列出单目视频序列、RGBD 图像和 LiDAR 传感器产生的点云。

输出包含什么?

墙壁、门、窗户等建筑元素,以及带语义类别的对象边界框。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法