李飛飛團隊前瞻性研究 多模態AI模型初顯空間智能
有“AI教母”之稱的斯坦福大學教授李飛飛及其團隊近日發佈了一項關於多模態大模型“空間智能”的研究,揭示這些模型在記憶和回憶空間方面已經具備初步能力,並展現出形成局部世界模型的潛力。研究團隊開發了用於評估視覺空間智能能力的工具——VSI-Bench,其中包含超過5000個基於288個真實視頻的高質量問答對。測試視頻涵蓋居住空間、專業場所及工業場景,涉及多個地理區域。研究結果顯示,儘管多模態模型的總體表現尚低於人類,但在某些任務上已達到或接近人類水平。例如,