跳到正文
arXiv · AI· Jiachun Li, Zhuoran Jin, Kang Liu, Jun Zhao·· 2 天前AI 评分39

面向多模态大语言模型的 MentalGrid 基准与 SpatialWalker 模型

From Perception to Simulation: Unveiling and Empowering Mental Spatial Dynamics in MLLMs

AI 导读

研究团队提出 MentalGrid 基准及 SpatialWalker 模型,在空间模拟任务中比基座模型平均提升 33.8%,性能超越 Gemini-3-Flash。 该模型利用 16k 专用空间推理样本进行三阶段课程学习,在领域外基准上保持 4.9% 的平均增益。

来源:arXiv · AI · arxiv.org