https://mllog.dev/pl/tags/autonomiczne-pojazdy/Recent content in Autonomiczne Pojazdy on MLLog.devhttps://mllog.dev/images/default_mllog.pnghttps://mllog.dev/images/default_mllog.pngHugo -- 0.147.9plSat, 07 Mar 2026 00:00:00 +0000https://mllog.dev/pl/posts/utonia-jeden-enkoder-wszystkie-chmury-punktow/Sat, 07 Mar 2026 00:00:00 +0000https://mllog.dev/pl/posts/utonia-jeden-enkoder-wszystkie-chmury-punktow/<p>LiDAR na dachu autonomicznego samochodu, kamera głębi w robocie domowym, skaner satelitarny i model CAD z drukarki 3D — każde z tych urządzeń produkuje <span class="glossary-term" tabindex="0"> <span class="glossary-word">chmurę punktów</span> <span class="glossary-tooltip"> <strong>chmurę punktów</strong> <span class="glossary-def">Zbiór punktów 3D (x, y, z) reprezentujący kształt obiektu lub sceny. Każdy punkt może mieć dodatkowe atrybuty: kolor, normalna, intensywność.</span> </span> </span> , ale o radykalnie różnej gęstości, skali i geometrii. Dotychczas każda domena wymagała osobnego modelu. Publikacja <strong>&ldquo;Utonia: Toward One Encoder for All Point Clouds&rdquo;</strong> łamie ten schemat — jeden enkoder, 137M parametrów, pięć domen, i emergentne zachowania, których nikt się nie spodziewał.</p>