在製造業與服務機器人場景中，經常需要在沒有標註訓練集的情況下識別已導入的特定物體。傳統方法通常依賴CAD模型作為可渲染的先驗，然而現實中CAD模型常常缺失；兩張二維圖像也不提供形狀先驗，而凍結的視覺基礎模型特徵在低紋理、形狀近似的工業零件上容易失效。這項研究提出用一段很短的目標中心掃描來補充圖像本身，構建一種無需CAD的三維形狀先驗。
具體做法是：先用3D高斯潑濺（3DGS）重建每個待識別物體的點雲，再按類別彙總為形狀原型，並與凍結的DINOv2圖像特徵做固定權重融合。在HOPE（外形具有明顯辨識度的家用物品）和T-LESS（外形容易混淆的無紋理工業零件）兩類數據集上，作者對比了不同幾何來源。結果顯示，RGB-D深度（T-LESS上）、3DGS重建和CAD模型三種幾何輸入的性能基本持平：HOPE上三者打平，T-LESS上相差不超過1.6個百分點。也就是説，3DGS本身不是關鍵，真正的“識別價值”來自幾何信息本身。
幾何先驗的收益大小取決於物體形狀是否容易被區分。對於HOPE這樣形狀特徵突出的物體，僅用幾何就能達到0.920的識別分數，高於僅用圖像的0.832；而固定權重融合為0.872，處於二者之間，沒有超過純幾何所代表的天花板。對於T-LESS這種低紋理、形狀相似的工業件，純幾何或純圖像分別約為0.560，融合後提升到0.591，雖然幅度不大但持續穩定，説明它確實給單一信號提供了增量。更有趣的是，這個先驗是互補而非均勻疊加：它修復圖像識別失敗的情況遠比破壞已有成功多，而且在部分遮擋條件下收益會進一步增大。
研究還專門檢驗了“渲染圖像”的作用。作者發現，把3DGS的渲染圖直接餵給圖像模型並不能幫助識別，而凍結特徵本身的識別能力幾乎不受光照變化影響，光照不同造成的結果差異在2.5個百分點以內。這進一步説明，先驗的價值來自真實幾何，不是生成出來的外觀像素。需要強調的是，本研究的範圍限於物體識別任務，並不涉及BOP位姿估計基準。論文共19頁，含11張圖和5張表，於2026年9月3日提交至arXiv（編號2609.04381），主題涵蓋計算機視覺、人工智能與機器人學。