研究团队提出Spatial-Interactor空间推理框架

研究团队提出 Spatial-Interactor 框架，用于训练视觉语言模型（VLM）通过与可观测物理世界交互来建模物理世界的状态转换。该框架把学习过程组织为三级课程：L1 被动世界状态转换、L2 主动自身状态转换、L3 长程交互轨迹。团队同时发布了配套数据集 LSI-108K。 上述内容来自团队在 arXiv cs.AI 发布的一手论文，作者为 Kaixiang Yao 等。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。