资讯1 分钟阅读·
不确定性引导测试时优化提升深度-only 3D分割
UTTO以预测不确定性为信号，对冻结的开放词汇3D分割骨干做测试时优化，在ScanNet与Matterport3D上取得一致提升。
重要性局部证据E2 未复现
室内机器人现在可以在禁用 RGB 的隐私保护场景下，仅凭深度做开放词汇 3D 分割：UTTO 以预测不确定性为信号，对冻结的开放词汇 3D 分割骨干做测试时优化，作者称在 ScanNet 与 Matterport3D 上对多个深度-only 骨干取得一致提升。
此前这类场景只能依赖 RGB 或需重训骨干，禁用 RGB 时分割质量受限。
该结果由 Huang 等三位作者自报，并附隐私可恢复性分析与真机案例；尚未见他人复现，论文 2026 年 7 月 1 日首提、9 月 17 日更新至 v2（arXiv:2607.00978）。