**OctLLM:基于显式八叉树序列的3D大语言模型**

_Octrees as an Explicit 3D Language_

> OctLLM提出了一种将几何结构转化为显式八叉树占用令牌序列的方法,解决了现有3D LLM空间结构丢失及微调破坏通用语言能力的痛点。该模型采用稀疏八叉树(S-Octree)优化序列长度,并通过独立可训练分支处理3D数据,保持视觉语言主干冻结。实验显示,其在图像转3D FID和渲染描述任务上显著优于ShapeLLM-Omni,同时保持通用语言基准性能。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.02388)