专栏名称: 商汤科技SenseTime
商汤科技是国家科技部授予的“智能视觉”人工智能开放创新平台,以“坚持原创,让AI引领人类进步”为使命和愿景,建立并打造全球领先的深度学习平台和超算中心,并研发一系列AI技术。关注商汤科技SenseTime,与我们一同拥抱AI大时代。
TodayRss-海外RSS稳定源
目录
今天看啥  ›  专栏  ›  商汤科技SenseTime

空间智能再突破!商汤最新研究,迈向机器深度认知新阶段

商汤科技SenseTime  · 公众号  · AI媒体 科技媒体  · 2025-11-20 11:02
    

主要观点总结

空间智能是推动AI实现从“看懂世界”到“影响世界”的关键能力。商汤团队联合南洋理工大学等发布了名为“Puffin”的AI模型论文。该模型能够消除视觉-语言-相机模态间的鸿沟,实现更全面的空间推理。同时,“Puffin”能与具身世界模型结合,提升空间能力,并能灵活扩展至多种跨视角任务。这种能力提升了世界模型对物理世界的感知、推理与预测能力,推动具身智能和自动驾驶的发展。

关键观点总结

关键观点1: 发布名为“Puffin”的AI模型论文

该论文由商汤团队联合南洋理工大学等权威学术机构共同发布,提出了一个新的AI模型——“Puffin”。这个模型通过消除视觉-语言-相机模态间的鸿沟,使得AI能够更全面、更交互地进行空间推理。

关键观点2: “Puffin”模型与具身世界模型的结合

作为垂直细分的AI模型,“Puffin”可以与商汤打造的具身世界模型相结合,通过SenseNova-SI模型加强空间能力,使具身智能进行更全面、更交互的空间推理,并灵活扩展至多种跨视角任务。

关键观点3: “Puffin”模型的能力展示

“Puffin”模型能够让AI从单张图像中精确推断相机参数,并通过“思考”模式生成可解释的空间推理。它还能根据任务目标生成具体的相机动作参数,使机器人能够主动寻找最佳视角。此外,“Puffin”模型还能有效提升世界模型对物理世界的时空结构进行深度感知、推理与预测。


免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。 原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过 【版权申诉通道】联系我们处理。

原文地址:访问原文地址
总结与预览地址:访问总结与预览
文章地址: 访问文章快照