#空间推理

共 3 篇相关文章

Spatial-TRM 用递归细化提升空间上下文预测：仅1120万可训练参数，在RoboSpatial-Home基准上准确率29.51%，相对单步模型提升44%，比RoboPoint小15倍。

SpatialOPSD 通过自蒸馏将特权深度信息内化到 RGB 单次前向推理，在 Qwen3.5‑9B 上把准确率从 45.9 提升到 51.9，保留教师模型 91% 性能，同时消除外部工具调用的运行时开销，优于 SFT 与 GRPO。

DishwasherBench 是一个让前沿模型判断洗碗机如何装载的新基准测试，它考察模型的空间推理与物理常识，而非纯文本知识，代表 AI 评测从应试向做事迁移的趋势。