跳到主要内容
AI News HubLIVE
更多
仅摘要

NVIDIA AI 推出 SpatialClaw：一种免训练代理，将代码作为空间推理的动作接口

SpatialClaw 是 NVIDIA 研究团队推出的一种免训练框架，通过将代码作为动作接口，让视觉语言模型在 20 个空间基准测试中平均准确率达到 59.9%，比现有方法 SpaceTools 高出 11.2 个百分点。

来源MarkTechPost作者: Asif Razzaq
NVIDIA AI 推出 SpatialClaw：一种免训练代理，将代码作为空间推理的动作接口
报告错误

纠错通道尚未开通，可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • SpatialClaw 无需重新训练模型，通过将代码作为动作接口来提升 VLM 的空间推理能力。
  • 在 20 个基准测试中平均准确率 59.9%，相比 SpaceTools 提升 11.2%。
  • 通过五阶段循环（规划、代码生成、执行、反馈、提交答案）实现灵活的推理。
  • 在动态任务上提升显著，如 DSI-Bench 提升 17.6 点，MindCube 提升 15.3 点。

要点与分析由自动化流程生成，可能有误，请结合原始来源核实。