GIST: Multimodal Knowledge Extraction and Spatial Grounding via Intelligent Semantic Topology

GIST stellt eine multimodale Wissensextraktionspipeline für die räumliche Verankerung in komplexen Umgebungen vor, die mobile Punktwolken in semantisch annotierte Navigationstopologien umwandelt. Sie destilliert Szenen in 2D-Belegungskarten, extrahiert topologische Layouts und überlagert eine leichte semantische Schicht, um verkörperte KI und Menschen zu unterstützen.