UniPart：实现基于语言的零样本 3D 零件分割以实现具体交互

细粒度的机器人操作取决于对零件的理解，而不仅仅是整个物体。现有的 3D 基础模型往往要么是广义的但具有对象感知能力，要么是部分感知能力但仅限于封闭集分类法，这削弱了零样本迁移。我们研究文本条件的 3D 零件分割，其中自由形式的短语选择点云上的功能零件。我们引入 UniPart，这是一种前馈跨模式 3D Transformer，可调节 CLIP 文本嵌入。为了扩大监督规模，我们使用多视图一致零件生成，使用 160K+ Objaverse 资产和 8M 文本到零件对构建了 LangPart-1M。我们进一步手动标记高质量子集 LangPart-4K，以进行微调和评估。 UniPart 在开放词汇零件基准上取得了出色的零样本结果，并转移到现实世界中的语言条件零件抓取。