1.shr空间

本文第一作者为刘禹宏，上海交通大学人工智能专业本科四年级学生，相关研究工作于上海人工智能实验室科研实习期间完成通讯作者为王佳琦、臧宇航，在该研究工作完成期间，均担任上海人工智能实验室研究员近年来，视觉大语言模型（LVLM）的空间智能受到了广泛关注，高水平的空间理解能力对于自动驾驶、具身智能等领域发展有着重要意义。

2.空间stroop

然而，当前的LVLM在空间理解方面仍显著落后于人类近期，来自上海人工智能实验室、上海交通大学、香港中文大学等机构的研究团队提出了名为Spatial-SSRL (Self-Supervised Reinforcement Learning) 的全新自监督RL范式，无需任何外界标注，旨在提升LVLM空间理解能力。

3.空间space

实验证明，该范式在 Qwen2.5-VL(3B

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。