SpatialScout：VLM主动探索三维场景基准
视频加载中
视频加载中SpatialScout评估视觉语言模型能否主动探索并构建物体级三维地图，覆盖80个场景、3140个目标物体，并限制每项任务100个交互回合。
Category: perception
Author: @HuggingPapers
Date: 2026-10-22T00:00:00
Duration: 30.02s
相关视频
2:40EgoXperience：从人类经验中学习世界锚定的第一视角表征
@liuziwei7 · 60次播放 · 2026-10-20
Egocentric Vision3D重建
OneCanvas：把视频帧重投影成一张全景画布，让现成 2D VLM 直接学会 3D 空间推理——SQA3D/VSI-Bench/SPBench 三榜 SOTA，训练算力省一个数量级
@unknown · 495次播放 · 2026-06-19
3D场景理解视觉语言模型
1:14Grounded API 机器人感知平台
@GroundedSI · 798次播放 · 2026-09-16
机器人感知同步定位与建图
Jev 1.14 新增图像边界框生成
@TypeLLM · 109次播放 · 2026-10-15
JevTypeLLM
0:51SpatialLM:单目视频重建3D房间布局
@0x0SojalSec · 592次播放 · 2026-10-09
空间智能3D Scene Understanding
0:07EdgeQ：骁龙 NPU 上的端侧视觉模型
@RekaAILabs · 595次播放 · 2026-09-22
视觉语言模型On-Device Inference
作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。