Cuando se habla del 3D, el ojo humano esta capacitado para asimilar imágenes o escenas de este tipo, mas no así la inteligencia artificial.
Esto resulta un aspecto sobre el cual es necesario trabajar, ya que es necesario que una máquina pueda inferir propiedades sobre una escena 3D a partir de observaciones de imágenes 2D usadas durante la etapa de entrenamiento.