Meta联合推出Multi-SpatialMLLM模型，突破多模态空间理解瓶颈

2025年05月29日 14:20:24 来源：DoNews

　　Meta公司与香港中文大学合作，近日推出Multi-SpatialMLLM模型，通过整合深度感知、视觉对应和动态感知三大组件，显著提升了多模态大语言模型(MLLMs)的空间理解能力。

　　该模型依托超过2700万样本的MultiSPA数据集，涵盖多样化的3D和4D场景，并利用GPT-4o生成任务模板，有效解决了传统模型在动态信息处理上的局限。

　　测试数据显示，Multi-SpatialMLLM在MultiSPA基准测试中性能平均提升36%，部分任务准确率达80-90%。

　　此外，在BLINK基准测试中，其准确率接近90%，远超专有系统。该模型在提升空间推理能力的同时，保持了原有视觉问答任务的性能，展现出强大的通用性。

　　文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。

即时

第十四代英特尔® 酷睿™ 处理器(代号Raptor Lake S Refresh)采用了先进的Intel 7制程工艺。

奥维云网(AVC)推总数据显示，2024年1-9月明火炊具线上零售额94.2亿元，同比增加3.1%，其中抖音渠道表现优异，同比有14%的涨幅，传统电商略有下滑，同比降低2.3%。

“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。

华硕ProArt创艺27 Pro PA279CRV显示器，凭借其优秀的性能配置和精准的色彩呈现能力，为您的创作工作带来实质性的帮助，双十一期间低至2799元，性价比很高，简直是创作者们的首选。

9月14日，2024全球工业互联网大会——工业互联网标识解析专题论坛在沈阳成功举办。