NeRF(NeuralRadianceFields)又称神经辐射场,自从被提出以来,火速成为最为热门的研究领域之一,效果非常惊艳。然而,NeRF的直接输出只是一个彩色的密度场,对研究者来说可用信息很少,缺乏上下文就是需要面对的问题之一,其效果是直接影响了与3D场景交互界面的构建。但自然语言不同,自然语言与3D场景交互非常直观。我们可以用图1中的厨房场景来解释,通过询问餐具在哪,或者询问用来搅拌的工具在哪,以这种方式就可以在厨房里找到物体。不过完成这项任务不仅需要模型的查询能力,还需要能够在多个尺度上合并语义等。本文中,来自UC伯克利的研究者提出了一种新颖的方法,并命名为LERF(Languag