跳到正文
Hugging Face Daily Papers·· 11 天前精选AI 评分78

Spatial Harness:基于物理引擎的可执行世界状态实现空间推理落地

Spatial Harness: Grounding Spatial Reasoning in Executable World States with Physics Engines

AI 导读

Spatial Harness 提出将场景表示为显式的可执行世界状态,以物理引擎反馈为基础进行空间推理。系统通过 Perceiver 整合问题约束与视觉估计确定物体和相机坐标,并在物理引擎中实例化状态,由 Reasoner 执行视角变换并引导推理。

推荐理由

该工作将场景表示为可执行的物理状态,利用物理引擎反馈来校准视觉语言模型的推理过程。

来源:Hugging Face Daily Papers · arxiv.org