arXiv · cs.AI· Zihui Gao, Ke Liu, Donny Y. Chen, Duochao Shi, Guosheng Lin, Jia-Wang Bian, Hao Chen, Chunhua Shen·· 5 小时前
SAGE利用互联网视频弱监督适配3D几何基础模型
Scalable Adaptation of 3D Geometric Foundation Models via Weak Supervision from Internet Video
arXiv:2602.07891v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zihui Gao, Ke Liu, Donny Y. Chen, Duochao Shi, Guosheng Lin, Jia-Wang Bian, Hao Chen, Chunhua Shen
研究任务与主要进展
SAGE框架利用互联网原始视频扩展3D几何基础模型，通过训练轨迹选择、SfM点云稀疏几何锚定和3D Gaussian rendering稠密多视角一致性进行弱监督训练，并回放少量有监督数据以缓解灾难性遗忘。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org