يُظهر هذا البحث منهجًا جديدًا للكشف عن الأجسام ثلاثية الأبعاد باستخدام تقنية LiDAR، ويتمحور حول معالجة التحديات الرئيسية في المجال: الندرة والاختناق. تعتمد طريقة عملنا على تسلسلات السحابة النقطية الزمنية لإنشاء إطارات تُقدِّم رؤى شاملة للأجسام من زوايا متعددة. ولحل التحدي المتمثل في إنشاء هذه الإطارات في الزمن الفعلي، نستخدم تقنية نقل المعرفة (Knowledge Distillation) ضمن إطار عمل المعلم والطالب، مما يمكّن نموذج الطالب من تقليد القدرة المتطورة على الإدراك لدى نموذج المعلم. وقد قمنا بتطوير تطبيق مفهوم التعميم من الضعيف إلى القوي (weak-to-strong generalization) في مجال الرؤية الحاسوبية، من خلال تدريب نموذج المعلم على بيانات موسعة وشاملة للأجسام. وفي هذا العرض التوضيحي، نُبرز الجودة الاستثنائية للعلامات التي يُنتجها نموذج المعلم "X-Ray" على الإطارات الكاملة للأجسام، موضحين كيف يُستخلص معرفته لتحسين نماذج الكشف عن الأجسام ثلاثية الأبعاد.