在这个充满变革的时代，我们正处于一个从 ImageNet 时代走向 OBJECTFOLDER 时代的转折点。OBJECTFOLDER 2.0 是李飞飞、吴佳俊团队最新推出的大规模多感官家居物品数据集，这一数据集以隐式神经表征的形式存在，为计算机视觉和机器人技术领域提供了新的研究途径和测试平台。
OBJECTFOLDER 2.0 的三大提升是其比前版本更大的数据集规模（为前者的十倍）、更快的渲染时间以及所有三种模态（视觉、听觉、触觉）的多感官渲染质量显著提升。这些改进使得利用该数据集中的虚拟物体学习模型可以成功泛化到三个具有挑战性的任务中，即物体尺寸估计、触点定位和形状重建。
此外，对象元数据包括来自真实产品公开网页上的类型、材料、颜色和尺寸等信息，并且仅保留陶瓷、高级玻璃、中等硬木、中级塑料、中级铁材、中级聚碳酸酯及钢材材料类型的物品，以确保高质量并减少噪声。此外，本文还提出了一种新的隐式神经表征网络，可以实时根据任意外部参数渲染视觉、听觉和触觉感观数据，使得存储原始感观数据与外部参数相互独立，用户可以轻松地获取隐式表征。
本文主要贡献包括发布了一个新的大型3D物体多感官数据集，其规模是现有的OBJECTFOLDER1.0的十倍，并且显著提升了视觉、三个模态仿真的质量，同时加快了渲染速度。同时，该模型也能够成功迁移到一系列真实世界任务上，为计算机视觉和机器人学提供了新的研究路径和测试平台。在未来的发展中，我们期待着继续探索如何将这些先进技术应用于日常生活中的各种场景，从而实现更加智能化的人工智能系统。
