# Investigadores da MBZUAI apresentam modelo de linguagem 3D de localização detalhada

> O Ground3D-LMM da MBZUAI relaciona texto a nuvens de pontos 3D para localizar e medir objetos e partes.

- URL canônica: https://newsverum.com/pt/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026
- Editora: Newsverum
- Seção: Tecnologia
- País: Emirados Árabes Unidos
- Publicado: 2026-10-20T14:20:10+00:00
- Atualizado: 2026-10-20T14:20:10+00:00
- Período do evento ou dos dados: 2026-10-20
- Outras edições: [Türkçe](https://newsverum.com/tr/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md), [English](https://newsverum.com/en/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md), [العربية](https://newsverum.com/ar/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md), [Français](https://newsverum.com/fr/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md), [Español](https://newsverum.com/es/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md), [Deutsch](https://newsverum.com/de/news/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026.md)

O Ground3D-LMM, desenvolvido por investigadores da MBZUAI, combina instruções textuais com nuvens de pontos 3D para localizar e medir objetos específicos e partes de objetos numa cena. Segundo uma notícia da universidade publicada em 20 de outubro, o modelo foi treinado e avaliado com um conjunto de dados criado a partir do ScanNet e do ScanNet++, com anotações de objetos e respetivas partes.

O conjunto inclui cerca de 2,5 milhões de pares de perguntas e respostas, aproximadamente 2.500 ambientes interiores e oito tarefas. A MBZUAI informou que o Ground3D-LMM superou outros sistemas por quase 20% no ScanRefer sem usar imagens 2D; trata-se de um resultado comparativo num benchmark específico de investigação. Os resultados foram apresentados na ECCV 2026. O estudo não comprova capacidade de robôs no mundo real nem medições físicas fiáveis.

## Dados

### Resumo do conjunto de dados Ground3D-LMM

Âmbito do conjunto criado para treinar e avaliar o modelo.

Metodologia: Estes valores descrevem a dimensão e o âmbito aproximados de um conjunto de investigação, não medições de Abu Dhabi ou dos EAU. A comparação próxima de 20% no ScanRefer é contextualizada no artigo e não representa desempenho geral nem resultado no terreno.

| Indicador | Valor | Unidade |
|---|---|---|
| Pares de perguntas e respostas | 2500000 | quantidade |
| Ambientes internos | 2500 | quantidade |
| Tarefas | 8 | quantidade |

Fontes: <https://mbzuai.ac.ae/news-events/news/building-llm-can-reason-about-the-physical-3d-world-fine-grained-level> · Baixar dados: [JSON](https://newsverum.com/api/v1/articles/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026/data/ground3d-lmm-dataset-summary?lang=pt&format=json) · [CSV](https://newsverum.com/api/v1/articles/mbzuai-ground3d-lmm-fine-grained-3d-grounding-2026/data/ground3d-lmm-dataset-summary?lang=pt&format=csv)

## Fontes

- [Mohamed bin Zayed University of Artificial Intelligence](<https://mbzuai.ac.ae/news-events/news/building-llm-can-reason-about-the-physical-3d-world-fine-grained-level>) (Fonte verificada: 2026-10-20; Publicado: 2026-10-20)

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)