Hugging Face · 每日论文· 媒体 / 作者来源·精选
SpatialBrain:冻结视觉语言主干,靠经验积累提升空间推理
原文标题
SpatialBrain: Spatial Intelligence Growing from Experience
AI 导读
研究者提出 SpatialBrain 框架,在保持视觉语言主干不变的前提下,积累“何时直接观察、何时重建或换参考系”的推理经验。3DFusionMemory 将当前场景观测融合为可查询的空间关系,空间技能库提供可复用工具流程,空间认知把任务条件与使用经验关联起来;完成轨迹被抽象为过程记录并在任务块间整合。在五个空间推理基准上,四个优于同一主干的直接回答,一个持平。
来源:Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
它把可复用的推理经验与场景证据分开记忆,在冻结主干下于五个空间推理基准中的四个取得提升,实验范围为五项基准与组件对比。
导读由模型辅助整理,非独立核验。完整信息见原文。