🛡️ مدل جدید SR-3D از انویدیا 🛡️

🤖 انویدیا از SR-3D رونمایی کرد؛ یک مدل نوآورانه در حوزه Vision-Language که می‌تواند تصاویر ۲بعدی تک‌نما و داده‌های ۳بعدی چندنما را در یک فضای مشترک توکنی ترکیب کند.

✨ ویژگی شاخص:
🔹 Region Prompting انعطاف‌پذیر
🔹 امکان نشانه‌گذاری با باکس، ماسک سگمنتیشن یا حتی مستقیم در فضای سه‌بعدی
🔹 بدون نیاز به برچسب‌گذاری وقت‌گیر چندفریمی

📊 نتیجه؟
بهترین عملکرد در وظایف ۲بعدی و ۳بعدی + قابلیت تحلیل ویدیوهای واقعی بدون داده‌های سنسوری اضافی.


📄 مقاله: https://arxiv.org/pdf/2509.13317
🌐 پروژه: https://www.anjiecheng.me/sr3d


---

#هوش_مصنوعی 🤖
#بینایی_ماشین 👁️
#زبان_و_تصویر 🖼️
#Nvidia 💚
#3D 🚀
#VisionLanguage

@rss_ai_ir