3d-geometry

用户成功使用edulab Skills在Qwen3.8 27B模型上生成3D立体几何解题演示，并讨论了在特定硬件配置下的性能表现和优化需求。

本文介绍了机器人中心点云图，它将机器人坐标系中的3D场景坐标直接编码到图像像素中，以解决视觉-语言-动作模型中相机观测与机器人动作定义之间的坐标系不匹配问题。该方法在RoboCasa上提升了Pi0.5和SmolVLA的性能，并在真实机器人实验中更好地泛化到未见过的相机位置。

World Tracing 引入了一种生成式像素对齐几何表示，它在预测与观测像素对齐的3D点的同时，补全被遮挡的表面。它使用一个经过像素空间流匹配训练的扩散Transformer，在物体、场景和动态基准测试中的可见表面重建和完整几何生成上取得了强劲性能。

ViGeo是一个基于Transformer的基础模型，使用动态分块注意力和基于补全的数据精炼框架，从视频中恢复密集且一致的3D几何，在多项任务上实现了最先进的性能。