[论文] Utonia: Toward One Encoder for All Point Clouds

港大、港中文、小米合作的3D点云统一编码器论文。

核心问题

3D点云数据的方言问题：

• 室内RGB-D：密集精细
• 户外LiDAR：稀疏广阔
• CAD模型：完全不同的坐标系统

解决方案

Utonia：首个跨域自监督点变换器编码器

联合训练多个异构点云域：

• 遥感数据
• 室外LiDAR
• 室内RGB-D序列
• 物体中心CAD模型
• 从RGB视频提取的点云

关键发现

涌现行为：仅在多域联合训练时才会出现的新能力

• 增强的机器人操作能力
• 改善的视觉-语言-动作策略推理

应用效果

• 机器人操作：物体分离、遮挡鲁棒性
• 开放世界3D分割
• VLM空间推理提升

资源

• 论文: https://arxiv.org/abs/2603.03283
• 项目页: https://pointcept.github.io/Utonia