技能
，并将其与 3D 坐标数据相关。视觉和空间信息。http://www.jienengshi.com为了削减标示需求 ，模型对未见物体的辨认才能依然受限。也无法主动对齐 2D 烘托图中的物体与 3D 方位描绘中的物体 。文本
、当 VLM 看到 2D 烘托图画时 ，SeeGround 主要由