发生了什么
ViewSuite 研究 6 DoF camera control(约165K任务实例)
为什么值得关注
RL-Graph-SFT 框架把 VLM 视角规划成功率从 2.5% 提升到 47.8%。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
视角规划研究 提升 VLM 成功率
视角规划研究小组提出 ViewSuite，提供 6 维自由度相机控制和约 165K 个任务实例，并两次评测 Path-to-View、View-to-Path 与 Interactive View Planning，发现模型只能粗略追踪摄像机动作，无法形成完整规划。对 Qwen2.5-VL-7B 进行 RL 训练仅 2.5% 成功率；采用 View Graph Distillation（RL-Graph-SFT）后成功率提升至 47.8%。
打开原始来源 ↗