dino

PointDiT提出了一种极简的像素空间扩散变换器，使用纯ViT架构进行单目几何估计，在超越复杂基于潜空间模型的同时，在模糊区域保持简洁性和鲁棒性。

本文介绍了一个后训练框架，利用SAM3D的3D先验来改进2D基础特征中的语义对应，解决了左右混淆和重复部分等问题。该方法使用实例特定的3D重建，无需姿态注释或球面几何捷径。

宾夕法尼亚大学的研究人员正利用 DINO 和 SAM 等 AI 模型，对急救响应中的医疗分诊进行自动化和现代化改造。