空间智能再突破！商汤最新研究，迈向机器深度认知新阶段

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。