室外 3DVG基準（按重要性與被引用頻率）

1. Talk2Car / Talk2Car-3D (2019 / 衍生) — 對象 referral（駕駛場景）

   • 說明：最早的自然語言 → 駕駛場景對象引用數據集之一（原 Talk2Car 是以 nuScenes 為底并提供自然語言命令，評測以 bounding-box 定位為主；后續研究把它轉換/擴展為 3D 版本（常見稱呼 Talk2Car-3D）以用于 3D grounding 實驗）。
   • 模態：相機圖像 + LiDAR（源自 nuScenes）；語言為自由命令 / referring expressions。
   • 可用性：原始 Talk2Car 數據/工具公開（論文與 repo）。
   • 參考：Talk2Car paper & repo. (ACL Anthology, GitHub)

2. CityRefer (NeurIPS 2023) — 城市尺度點云的 3D visual grounding

   • 說明：面向 city-scale outdoor point clouds（SensatUrban 數據），提供面向 3D 對象定位 的自然語言描述（約 35k 描述），專門為城市/點云室外 grounding 設計。
   • 模態：稠密城市點云（SensatUrban）＋地理信息（OpenStreetMap 對齊的地標標簽）。
   • 可用性：數據集與基線/代碼均公開（NeurIPS 數據集/補充材料、GitHub）。
   • 參考：CityRefer（paper + supplementary / project）。(arXiv, NeurIPS Proceedings)

3. WildRefer (ECCV 2024) — STRefer / LifeRefer（大規模動態/行人場景）

   • 說明：提出 3DVG in the wild，包含 STRefer 與 LifeRefer 兩個子集，側重動態/人類中心的室外場景（LiDAR + camera + language），用于 3D 對象定位。
   • 模態/特點：多傳感器 LiDAR+相機，多幀動態序列，語言為人工標注的 referring expressions；代碼/數據倉庫可查。
   • 可用性：論文與官方實現公開（ECCV 論文 & GitHub）。
   • 參考：WildRefer paper & repo. (ECVA, GitHub)

4. City-scale localization / Text→position（Text2Pos / KITTI360Pose，CVPR2022） — 文本到點云定位（大尺度/格網定位）

   • 說明：任務是把自然語言描述映射到城市尺度的位置/格子（coarse→fine localization），而非單個精確 3D box 的實例定位，但它是室外語言?點云的大尺度基準，常被歸入 outdoor 3DVG 的范圍（強調位姿/位置而非 box）。
   • 數據源：KITTI360 / KITTI360Pose 構建。
   • 可用性：論文與實現資源可查（CVPR2022）。
   • 參考：Text2Pos / KITTI360Pose. (CVF開放獲取, text2pos.github.io)

5. NuGrounding (2025 preprint) — 多視角/多攝像頭的 3DVG（基于 nuScenes）

   • 說明：最近工作（預印本）宣稱構建了“首個大規模 multi-view 3D visual grounding benchmark for autonomous driving”（NuGrounding），使用 nuScenes 數據并自動/半自動構造 grounding prompt（包含實例定位、multi-view 融合考察）。
   • 模態：nuScenes（LiDAR + 多攝像頭），instance-level grounding 目標。
   • 可用性：預印本已發布（arXiv）；數據/代碼通常在作者 repo/補充中公布（需按作者 release 狀態檢查）。
   • 參考：NuGrounding (arXiv preprint). (arXiv)

6. Talk2LiDAR / Talk2PC / BEVGrounding（2024–2025） — Lidar-centered 3DVG 基準

   • 說明：近年若干工作提出 專門面向 LiDAR（點云）或 BEV 的 3DVG 基準（例如文獻/會議里出現的 Talk2LiDAR / Talk2PC / BEVGrounding 等），目的在于直接在 LiDAR（或 BEV）上進行自然語言驅動的實例定位（not just 2D→3D）。這些基準通常在論文/補充中給出數據構建細節與基線實驗。
   • 可用性/引用：相關論文與 openreview / conference 出版物可檢索（示例：“Talk2LiDAR / BEVGrounding”）。(OpenReview)

7. Talk2Radar (2024) — Radar 點云 + 自然語言 的 3D referring 數據集

   • 說明：把 4D mmWave radar / radar point cloud 與自然語言 referring 表達結合起來，提出了 Talk2Radar 基準（示例規模：數千條 referring prompts），用于在雷達點云上做 3D referring / REC。
   • 可用性：論文/預印本公布，數據說明在論文與項目頁中給出。
   • 參考：Talk2Radar arXiv / paper。(arXiv, ResearchGate)

8. GroundingOcc / 3D occupancy grounding（2025 preprints / repos）

   • 說明：將傳統“bounding-box grounding”推廣到體素級 occupancy grounding（即自然語言 → voxel 層級的占用/形狀），一些工作在 nuScenes 上構建了 GroundingOcc / occupancy-grounding 基準（更細粒度、對幾何要求更高）。這是室外 3DVG 的一種延伸任務。
   • 可用性：近期預印本與代碼倉（如 GroundingOcc GitHub）已發布。(arXiv, Hugging Face)

• 范圍差別：上面列出的數據集包含不同定義的“grounding”——有些是實例級（給定語言返回 3D box / object instance，如 CityRefer、Talk2Car-3D、NuGrounding、WildRefer、Talk2LiDAR），有些是定位/格網/占用級（Text2Pos、GroundingOcc），有些專注于特殊傳感器（Talk2Radar）。在做比較實驗時要把任務定義（instance localization vs. occupancy vs. coarse localization）事先對齊。(arXiv)
• 公開性：CityRefer、Talk2Car（原版）與 WildRefer 的代碼/數據是可訪問的（paper + repo）；新近的 NuGrounding、Talk2LiDAR、Talk2Radar、GroundingOcc 等有的在 arXiv / openreview 給出了預印本與實現鏈接，但具體數據發布/許可/下載狀態請以各作者 repo / paper 的說明為準（部分可能需申請訪問或尚屬作者 release 階段）。請在使用前檢查各自的 license/下載頁面。(arXiv, OpenReview, GitHub)

數據集 / 基準 (year)	任務類型	傳感器模態	論文 PDF / 預印本	官方 repo / 下載 / project page
Talk2Car (2019)	instance-level visual grounding (commands → box)	multi-view camera + LiDAR (built on nuScenes)	Paper / info page. (talk2car.github.io)	GitHub / dataset page (Talk2Car). (GitHub, talk2car.github.io)
CityRefer (NeurIPS 2023)	instance-level 3D visual grounding (city-scale)	city-scale photogrammetric point clouds (SensatUrban)	NeurIPS paper PDF / proceedings. (NeurIPS Proceedings, arXiv)	Project / supplementary (paper page includes links). (NeurIPS Proceedings)
WildRefer (ECCV 2024)	instance-level 3D object localization / grounding in large-scale dynamic scenes (STRefer, LifeRefer)	LiDAR + camera (dynamic / human-centric outdoor scenes)	ECCV paper PDF. (ECVA, ACM Digital Library)	ECCV project / poster & code pointer (paper + repo). (eccv.ecva.net, ACM Digital Library)
Text2Pos / KITTI360Pose (CVPR 2022)	localization: text → position (coarse→fine city-scale localization)	LiDAR / city-scale point clouds (KITTI360)	CVPR 2022 paper (Text2Pos). (CVF開放獲取, text2pos.github.io)	Project page (Text2Pos site). (text2pos.github.io)
NuGrounding (2025, preprint)	multi-view instance-level 3D grounding for autonomous driving	nuScenes: LiDAR + multi-camera (multi-view)	arXiv preprint / PDF (NuGrounding). (arXiv)	arXiv + authors’ repo (check paper for repo link). (arXiv)
Talk2LiDAR / BEVGrounding (2024–2025, papers / preprints)	instance-level 3D grounding on LiDAR / BEV	LiDAR (point cloud) / sometimes radar fusion; BEV representations	Paper / arXiv describing Talk2LiDAR & BEVGrounding (preprints). (arXiv)	Repo(s) linked from paper / authors (see paper for code links). (arXiv)
Talk2PC / Talk2PC (TPCNet) (2025 preprint)	instance-level LiDAR-centered 3D visual grounding	LiDAR ± radar / multi-sensor point cloud	arXiv preprint (Talk2PC / TPCNet). (arXiv)	Paper + likely repo (見 arXiv / paper 補充)。(arXiv)
Talk2Radar (2024)	instance-level 3D referring on radar point clouds	4D mmWave radar (+可能的相機 / LiDAR配合)	arXiv paper (Talk2Radar). (arXiv)	arXiv page + repo link in paper (authors’ project page). (arXiv)
GroundingOcc / Talk2Occ (GroundingOcc) (2025 preprint)	occupancy-level 3D grounding (voxel/occupancy grounding)	nuScenes (multi-sensor) → voxel occupancy + language	arXiv preprint (GroundingOcc / GroundingOcc paper PDF). (arXiv)	GitHub: authors report dataset/repo at https://github.com/RONINGOD/GroundingOcc . (arXiv, alphaXiv)

1. 定義差異：表中包含三類不同目標 —— instance-level（給定語言返回某個物體的 3D box / instance）、localization/position（把語言映射到城市尺度的位置格子或坐標）、和occupancy（把語言映射到體素/占用網格）。在比較模型/結果時務必對齊任務定義。(CVF開放獲取, arXiv)
2. 數據來源 / 依賴：一些基準是直接建立在已有自動駕駛數據集之上（例如 Talk2Car 建立在 nuScenes 之上；NuGrounding / GroundingOcc / Talk2Radar / 多個 occupancy 型基準也以 nuScenes 為底），因此使用它們通常需要先獲取相應的原始底層數據（nuScenes、KITTI360、SensatUrban 等）并遵守這些數據集的許可。請在論文/項目頁查看"如何下載 / license"說明。(talk2car.github.io, nuscenes.org)
3. release 狀態：CityRefer、Talk2Car、WildRefer、Text2Pos（KITTI360Pose）是明確已發布且可訪問的數據集/基準。NuGrounding、Talk2LiDAR、Talk2PC、Talk2Radar、GroundingOcc 等包含最近（2023–2025）發表或預印本工作；大多數作者會在論文或補充中給出 repo/下載鏈接，但某些資源可能為預印本階段（請以對應 GitHub / project page 為準）。我在表中把可用的 repo / arXiv / project page 都附上了來源鏈接。(NeurIPS Proceedings, ECVA, arXiv)