IXThinker·2025-06-22 23:00

ViLaSR-7B開源 邊畫邊想掌握空間推理

「邊看邊畫、邊畫邊想」——螞蟻技術研究院自然語言組聯合中科院自動化所與香港中文大學開源ViLaSR-7B，讓大模型掌握人類式的空間思考能力，在多個基準實現空間推理新SOTA。

五項基準躍升

ViLaSR-7B在迷宮導航、靜態圖像理解與影片空間推理等五個基準上平均提升18.4%；在李飛飛等學者提出的VSI-Bench上達到45.4%，與Gemini-1.5-Pro相當，全面超越現有方法。