中山大学新作SpatialDreamer，复杂空间推理性能提升超55%，达行业新标杆！
（图片来自网络）
中山大学联合研究团队推出SpatialDreamer技术，在复杂空间推理领域实现重大突破，性能提升超55%，达到行业领先（SOTA）水平。这项研究通过模拟人类主动探索、想象与空间推理过程，解决了人工智能在空间任务中的局限，为AI空间智能发展开辟新方向。
背景方面，多模态大语言模型（MLLMs）虽然场景理解能力提升，但在需要心理模拟的复杂空间推理任务（如视角变换判断遮挡物体）表现受限。现有方法多依赖被动观察空间数据，缺乏人类特有的主动想象与动态更新内部表征能力，容易在视角变化等任务中推理失败。为解决这一问题，研究团队提出SpatialDreamer，采用强化学习框架，构建“探索-想象-推理”闭环流程。
SpatialDreamer的闭环推理流程包含三个核心步骤：
- 探索：模型推理出最优自我中心动作（如「前进0.75米」或「左转45度」）；
- 想象：调用世界模型生成执行动作后的新视角图像；
- 推理：整合所有累积的视觉证据，生成最终答案。
此外，研究团队提出GeoPO策略优化方法，解决长序列推理中奖励稀疏的问题。GeoPO包含树状采样、多级奖励、几何惩罚机制，在提升模型性能的同时加快训练收敛速度。同时构建SpatialDreamer-SFT数据集，包含单轮推理与反思式推理数据，引导模型学习“思考-想象-回答”的模式。
实验结果表现亮眼：在SAT、MindCube-Tiny、VSI-Bench等空间推理基准上均实现SOTA。例如MindCube-Tiny任务，较基线提升超55%，在物体计数、相对方向判断等任务中全面领先。这项技术不仅提升了推理准确率，更证明多模态大语言模型（MLLMs）可通过“想象力”增强推理能力，为人工智能发展具备类似人类空间智能开辟了重要路径。
论文参考链接：https://arxiv.org/pdf/2512.07733
（声明：该内容经AI精编）
查看原网页
最新新闻
- 2025年12月21日：恩里克谈博利伤情及进球：无大碍且进球是积极信号
- 2025年12月21日：姆巴佩西甲单年进39球 列进球榜第三位
- 2025年12月21日：加斯佩里尼解析战尤后：罗马暂处竞争阶梯较低位置 但有发展潜力
- 2025年12月21日：特尔施特根将随队客战黄潜，预计替补出战
- 2025年12月21日：斯帕莱蒂点评客战罗马：早知强队对决辛苦 罗马属联赛顶尖球队之一
- 2025年12月20日：小米17 Ultra首张样片发布 携带一英寸主摄与2亿像素长焦成亮点
- 2025年12月20日：莫耶斯谈阿森纳比赛：点球前难制造麻烦 赛后吐槽裁判判罚
- 2025年12月20日：奥蓬达谈意甲处子球：联赛适应不易 众人支持为伴
- 2025年12月20日：埃弗顿主帅赛后点评赛事:点球判罚存争议 奥布赖恩手球需反思
- 2025年12月20日：加帅赛后点评罗马与尤文比赛：虽失利仍盼球队信心延续
- 2025年12月20日：阿莫林谈梅努坐板凳：类比C罗鲁尼经历，强调专注比赛赢球
- 2025年12月20日：上市15天，摩尔线程剑指英伟达腹地
- 2025年12月20日：时间的‘相对论’：为何总觉得时间越跑越快？
- 2025年12月20日：蓝色起源完成里程碑任务：残障人士登上太空边缘
- 2025年12月20日：新型发电技术‘超级跑车’来了！超临界二氧化碳发电效率突破
- 2025年12月20日：上海滴水湖畔举办大会 以‘比邻星之问’求解未来产业未来范式
- 2025年12月20日：朱光耀：中美AI实力对比，中国具备三项优势
- 2025年12月20日：阿森纳1-0埃弗顿后哲凯赖什谈点球进球与场上状态
- 2025年12月20日：哈曼谈多特团结：若专注擅长事，完全能成功
- 2025年12月20日：英超官方：VAR判定萨利巴对巴里身体接触不构成判点理由
精彩评论（10）