IXThinker·2025-08-21 00:35

MindJourney新框架破解AI空間推理難題

視覺語言模型擅長辨認靜態影像中的物體，卻常在空間推理上失手。新框架MindJourney模仿人類心智漫遊的過程，讓AI先在模擬3D空間中探索再作答，改善對二維影像背後三維世界的理解。

空間推理痛點

判斷「坐下之後廚房在左邊還是右邊」這類問題，對視覺語言模型仍是難關：它們看得懂影像中的物件，卻難以在腦中重建立體空間並推演視角變化，限制了機械人導航與3D環境操作等應用。