跳到正文
热点事件持续更新

GeoThinker-F 提出内生预测世界表示框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Haoyuan Li 等作者发布论文提出 GeoThinker-F 框架,将因果 MLLM 的隐藏状态转化为预测性潜在世界表示,使模型在推理时无需外部 3D 几何编码器,仍能在空间智能基准上保持竞争力。 该框架分两阶段训练:第一阶段冻结 MLLM 主干,由轻量 Latent Frame Prediction 头从离线 3D 几何专家和下一帧语义目标中学习;第二阶段移除外部专家,通过 Spatial-Grounded Temporal 融合模块联合优化模型生成并选择性整合自预测先验。 作者称该框架推理速度最高提升 3.6 倍,延迟从 1.45 秒降至 0.40 秒,同时保持较强的空间推理性能。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.CV
    GeoThinker-$F$:面向快速空间智能的内生预测世界表征

    GeoThinker-$F$ 通过将因果 MLLM 隐藏状态转化为预测性潜在世界表征,在推理时无需外部 3D 几何编码器即可维持空间智能基准上的竞争力。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月15日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。