0.5B 小模型 SpatialLM 把手机视频变成带标注 3D 房间

joemeno · x · 2026-10-10

• 推主转发演示：0.5B 的小模型 SpatialLM 能把普通手机拍摄的视频转换成完整标注的 3D 房间模型，可识别墙体、门、家具及整体布局。
• 该模型以标准多模态 LLM 方式训练，但与多数只看像素的视觉模型不同，SpatialLM 理解的是空间结构。
• 项目为 manycore-research 开源仓库，已入选 NeurIPS 2025，GitHub 获 4.8k stars；2025 年 9 月发布 SpatialLM1.1-Llama-1B 与 SpatialLM1.1-Qwen-0.5B，点云分辨率翻倍并引入更强的 Sonata 编码器，数据集也已上架 Hugging Face。

原文链接 →

「模型」频道最新

• Gemini 4 Flash 尚未官宣,社区传闻先热,用户质疑期待过高 — opmgyhx · 2026-10-10
• 理论物理学者实测 ChatGPT Astra:几乎解出全部高能物理题 — burny_tech · 2026-10-10
• 曝多家前沿模型下周密集发布，气氛堪比当年 Strawberry 前夜 — iruletheworldmo · 2026-10-10
• Unsloth 新玩法:2 分钟在 DGX Spark 上把 Qwen 微调成决策模型 — danielhanchen · 2026-10-10
• 新模型凭什么常驻你的 agent？开发者实测 M3.1 Flash Preview 后征询选型标准 — Willing_Amphibian825 · 2026-10-10
• vLLM 语义路由新招：小模型先行，省 54% 成本还提准 16 分 — vllm_project · 2026-10-10

更多「模型」频道 AI 资讯 →