标签 AI 模型
SpatialVLM 是什么
SpatialVLM 被介绍为一个通过大规模合成数据训练、获得空间推理能力的视觉语言模型。
你可以用它做什么
- 进行定性空间关系推理
- 定量估计距离和尺寸
- 进行链式多步空间推理
应用场景
- 判断两个物体哪个离摄像头更近
- 估计两个物体之间的水平距离
- 判断桌子上是否形成等边三角形
优点与缺点
✓ 我们认可的地方
- 支持链式多步空间推理
- 可为机器人控制提供奖励
! 需要留意的地方
- 基于大规模合成数据训练
- 推理围绕图像中的空间关系
常见问题
由谁开发?
资料说明由谷歌 DeepMind 开发。
能估计什么?
资料列出定量估计距离和尺寸。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台