本文主要是介绍Talk | 北京大学博士生汪海洋：通向3D感知大模型的前置方案，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本期为TechBeat人工智能社区第559期线上Talk。
北京时间12月28日(周四)20:00，北京大学博士生—汪海洋的Talk已准时在TechBeat人工智能社区开播！
他与大家分享的主题是: “通向3D感知大模型的前置方案”，介绍了他的团队在3D视觉大模型的前置方案上所做的研究。
Talk·信息
▼
主题：通向3D感知大模型的前置方案
嘉宾：北京大学博士生 汪海洋
时间：北京时间 12月28日(周四)20:00
地点：TechBeat人工智能社区
点击下方链接，即可观看视频！
TechBeatTechBeat是荟聚全球华人AI精英的成长社区，每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。
https://www.techbeat.net/talk-info?id=838
Talk·介绍
▼
大模型的兴起正在革新自然语言领域，也改变了人工智能其它领域科研范式。本次讲座主要提供一种3D视觉大模型的前置方案。首先设计针对点云的高效处理Transformer网络, 并进一步拓展到多模态3D领域。这是第一次针对3D感知的多模态网络，开创统一且一致的多模态3D编码新方案，为3D感知大模型打下坚实基础。
Talk大纲
1、3D 通用感知模型的背景,问题分解以及难点介绍。
2、高效易于部署的动态稀疏点云Transformer网络
3、通用高效的多模态3D Transformer 网络
4、基于图像渲染的预训练策略
5、未来可能的研究方向与思考。
Talk·预习资料
▼
论文链接：
https://arxiv.org/abs/2308.07732
代码链接：
https://github.com/Haiyang-W/UniTR
论文链接：
https://arxiv.org/abs/2301.06051
代码链接：
https://github.com/Haiyang-W/DSVT
论文链接：
https://arxiv.org/abs/2311.04501
Talk·提问交流
▼
在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
▼
汪海洋
北京大学博士生
北京大学在读博士。研究兴趣主要是通用视觉处理框架构建以及3D视觉感知的网络结构设计。如何设计通用框架，从视觉角度来构建感知复杂物理世界的计算模型；如何设计高效、表达能力强且易于部署的3D网络来同时处理物理世界感知所需的多种模态信息，包括但不限于多视角2D图片和稀疏分布的3D点云。
个人主页:
TechBeat
关于TechBeat人工智能社区
▼
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区
这篇关于Talk | 北京大学博士生汪海洋：通向3D感知大模型的前置方案的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
