人类拥有视觉空间智能，可以通过连续的视觉观察记忆空间。然而，在百万规模的视频数据集上训练的多模态大语言模型（MLLMs）也能从视频中进行“空间思维”吗？

模态 推理 赛宁 2024-12-25 20:05  1

在购买家具时，我们会尝试回忆起我们的客厅，以想象一个心仪的橱柜是否合适。虽然估计距离是困难的，但即使只是看过一次，人类也能在脑海里重建空间，回忆起房间里的物体、它们的位置和大小。

视觉 赛宁 mllm 2024-12-23 14:58  1

李飞飞、谢赛宁团队又有重磅发现了：多模态LLM能够记住和回忆空间，甚至内部已经形成了局部世界模型，表现了空间意识！李飞飞兴奋表示，在2025年，空间智能的界限很可能会再次突破。

模态 llm 赛宁 2024-12-23 14:40  1

有着“AI教母”之称的斯坦福大学教授李飞飞又有新发现——尽管空间推理能力依然薄弱，但多模态大模型已经能够记住和回忆空间，甚至内部已经形成了局部世界模型，表现出了空间意识。

模型 智能 赛宁 2024-12-23 14:13  1

当前，即使是最先进的多模态大模型，在空间认知方面与人类相比仍有显著差距，测试中约71%的错误都源于空间推理方面的缺陷，即空间推理能力是当前主要瓶颈。

模态 推理 赛宁 2024-12-23 12:14  1

国家知识产权局信息显示，南京赛宁信息技术有限公司申请一项名为“一种网络靶场自适应组网方法与系统”的专利，公开号CN 119155158 A，申请日期为2024年11月。

赛宁 靶场自适应 南京赛宁 2024-12-23 11:20  1