上交、智源、北大等提出空间大模型SpatialBot

斯坦福大学等机构的研究者提出了SpatialBot，一种能够通过RGB-Depth图像理解实现精确空间深度感知的大模型。为解决当前模型难以理解深度图的问题，团队设计了包含5万个样本的SpatialQA数据集，引导模型理解并利用深度信息。SpatialBot在多个测试中展现出卓越性能，接近GPT-4O水平。
来源：https://mp.weixin.qq.com/s/X1iqkkEMsop9DGCY08AfCw