NVIDIA 开源 SpatialClaw：以代码为动作接口，空间推理提升 11.2 个点
yshan2u · x · 2026-09-19
NVIDIA 与 KAIST 发布并开源了 SpatialClaw，一个免训练的空间推理智能体框架，核心理念是「代码是空间推理 agent 的正确动作接口」。
- 一个 VLM 驱动的 agent 持续运行 Python kernel，将感知输出组合成代码、检查结果再修订，无需额外训练
- 在 20 个基准、6 个开源 VLM 上测试，平均 59.9%，比此前最优空间 agent 高出 11.2 个百分点
- 代码已开源（NVlabs/SpatialClaw），研究称动作接口设计与骨干模型同等重要
作者同时回应了学术界在大模型时代的定位问题：其早期被拒的逆向图形学工作 VIGA 正是 agentic 方法的先行者。
所属事件:NVIDIA 开源免训练空间推理智能体 SpatialClaw(2 条相关)→
「编程与Agent」频道最新
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02
- Miles Cranmer 讲座:AI 用对是苏格拉底导师,用错是大脑萎缩 — _ScottCondron · 2026-11-02
- Scrapling 爬虫框架星标破 9.2 万,支持 MCP Server 接入 AI 工作流 — D4Vinci · 2026-11-02
- Vercel 开源 Agent Desktop:用无障碍树让智能体可靠操控桌面 — vercel-labs · 2026-11-02