Meta公司與香港中文大學合作，近日推出Multi-SpatialMLLM模型，通過整合深度感知、視覺對應和動態感知三大組件，顯著提升了多模態大語言模型(MLLMs)的空間理解能力。
該模型依托超過2700萬樣本的MultiSPA數據集，涵蓋多樣化的3D和4D場景，并利用GPT-4o生成任務模板，有效解決了傳統模型在動態信息處理上的局限。
測試數據顯示，Multi-SpatialMLLM在MultiSPA基準測試中性能平均提升36%，部分任務準確率達80-90%。
此外，在BLINK基準測試中，其準確率接近90%，遠超專有系統。該模型在提升空間推理能力的同時，保持了原有視覺問答任務的性能，展現出強大的通用性。
文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。
海報生成中...
海藝AI的模型系統在國際市場上廣受好評，目前站內累計模型數超過80萬個，涵蓋寫實、二次元、插畫、設計、攝影、風格化圖像等多類型應用場景，基本覆蓋所有主流創作風格。
IDC今日發布的《全球智能家居清潔機器人設備市場季度跟蹤報告，2025年第二季度》顯示，上半年全球智能家居清潔機器人市場出貨1,2萬臺，同比增長33%，顯示出品類強勁的市場需求。
京公網安備 11010502041587號