SpatialASM 通过训练时空间模拟提升 LVLM 空间推理

研究团队发布 SpatialASM 框架，通过训练时空间模拟将主动空间心智化（ASM）能力引入大型视觉语言模型（LVLM）。框架包含以视觉证据为依据的异中心新视角生成器，并生成显式空间心理化轨迹和视角转换任务两类监督。 基于论文摘要，实验覆盖四种 LVLM 骨干，在七项空间推理基准上（涵盖偏感知型任务和需多图、跨视角及视角转换推理的更难任务）均取得准确率提升，同时保留原有通用视觉能力。证据目前限于论文摘要，未声称经过独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。