热点事件持续更新
LeRF：为视角采择推理学习参考坐标系
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，arXiv cs.CV 发布 LeRF 框架，针对视觉语言模型（VLM）的视角转换推理问题，提出让模型学会构建并使用显式参考坐标系。据该报道，模型先判断当前任务是否需要坐标系，再定位参考实体，并预测坐标系原点与以该实体为中心的参考坐标系，随后由轻量渲染器把坐标系叠加到图像上；整个过程无需外部感知模型，也无需显式 3D 重建。训练分两步：先做监督微调，再利用空间 VQA 数据进行强化学习。报道称，LeRF 在多个视角转换 benchmark 上优于骨干模型，在坐标系定位与朝向估计方面也有提升。目前该事件仅见这一篇报道，尚无后续进展或与之矛盾的说法。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
arXiv 发布 LeRF 框架，让 VLM 以显式参考坐标系完成视角转换推理，多个 benchmark 优于骨干模型。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CVLeRF：为视角转换推理学习参考坐标系
LeRF 框架让 VLM 学会构建并使用显式参考坐标系做视角转换推理。模型先判断是否需要坐标系，再定位参考实体并预测坐标系原点与以实体为中心的参考坐标系，由轻量渲染器叠加到图像上，无需外部感知模型或显式 3D 重建。训练先监督微调、再用空间 VQA 数据强化学习，在多个视角转换 benchmark 上优于骨干模型，坐标系定位与朝向估计亦有提升。
本事件热度走势
当前热度 9·可比范围峰值 10（9月30日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。