3EED 是由香港科技大学（广州）联合南洋理工大学、香港科技大学等机构于 2025 年发布的一个多平台、多模态三维视觉指代（3D Grounding）数据集，相关论文成果为「3EED: Ground Everything Everywhere in 3D」，已被 NeurIPS 2025 接受，旨在支持模型在真实户外场景中完成语言驱动 3D 目标定位的任务，并全面评估模型的跨平台鲁棒性与空间理解能力。 该数据集共包含 20,367 个时间对齐的多模态帧，覆盖车辆（Vehicle）、无人机（Drone）与四足机器人（Quadruped）三类平台，提供 128,735 个三维目标框以及 22,439 条人工验证的语言指代表达，规模较现有同类型数据集扩大近 10 倍。同时，数据场景空间范围可达 280 m × 240 m × 80+ m，比既有户外三维指代数据集大一个数量级，为研究远距离、多尺度、多视角的真实三维理解提供了独特条件。

Citation

@inproceedings{li2025_3eed, title = {3EED: Ground Everything Everywhere in 3D}, author = {Rong Li and Yuhao Dong and Tianshuai Hu and Ao Liang and Youquan Liu and Dongyue Lu and Liang Pan and Lingdong Kong and Junwei Liang and Ziwei Liu}, booktitle = {Advances in Neural Information Processing Systems (NeurIPS) Datasets and Benchmarks Track}, year = {2025} }