统一的3D基础模型渴望在单个骨干中以语言生成3D资产并进行推理，但它们的文本3D交互在很大程度上仍然是隐含的。现有的方法将文本和3D令牌连接成一个平坦的序列，并依赖于自我注意，将粗糙的结构线索和精细的几何细节折叠成一个未分化的表示。我们推出了ELSA3D ，一个

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.06565v1)获取最准确的信息。

---
🔗 **原文链接**: [ELSA3D: Elastic Semantic Anchoring for Unified 3D Understand](https://arxiv.org/abs/2607.06565v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Tianjiao Yu, Xinzhuo Li, Yifan Shen, Onkar Susladkar, Yuanzhe Liu, Xiaona Zhou, Ismini Lourentzou

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-08 14:01