MASSTAR 是一个由中山大学、香港科技大学等机构联合提出的多模态大规模场景数据集，专注于表面预测和补全任务。该数据集包含超过 1,000 个场景级别的 3D 网格模型，其中一部分模型来自真实世界。除了 3D 模型外，数据集还包含与之对应的图像、描述性文本以及点云数据。

为了创建 MASSTAR 数据集，研究人员开发了一套多功能工具链，能够高效地从复杂场景中提取高质量的 3D 网格模型，并生成相应的多模态数据。 MASSTAR 在机器人应用、高质量 3D 重建和自动驾驶等领域具有广泛的应用前景，为解决复杂场景下的表面补全问题提供了强有力的数据支持。