Spatial-SSRL: Enhancing Spatial Understanding via Self-Supervised Reinforcement Learning
"空间理解" 相关文章
Google DeepMind 发布全新机器人模型 能主动思考、理解环境、自主规划步骤、执行任务 学习的技能可任意迁移到其他平台 空间理解能力：在 15 个学术基准测试中达到了 SOTA（最优性能）。 它包含两个核心模型： Gemini Robotics 1.5（VLA）：偏执行层，负责把视觉和语言指令转化为实际动作。
SD-VLM: Spatial Measuring and Understanding with Depth-Encoded Vision-Language Models
See&Trek: Training-Free Spatial Prompting for Multimodal Large Language Model
ICCV 2025满分论文！空间理解与主动探索大统一，MTU3D重塑AI具身导航范式
LRR-Bench: Left, Right or Rotate? Vision-Language models Still Struggle With Spatial Understanding Tasks
Warehouse Spatial Question Answering with LLM Agent
Meta 发布 Multi-SpatialMLLM：多模态 AI 突破空间理解瓶颈
Meta AI Introduces Multi-SpatialMLLM: A Multi-Frame Spatial Understanding with Multi-modal Large Language Models
群核科技开源新模型SpatialLM 登HuggingFace趋势榜第二位
杭州“六小龙”开源新模型SpatialLM，登HuggingFace趋势榜第二位
云启被投 X GTC 2025 ：空间智能、RoadAGI，独角兽抛出了哪些「新狠活」？ | 云启伙伴
被谷歌点名感谢！杭州六小龙开源黑科技，让机器人瞬间「悟透」3D世界
