o3绞尽脑汁仅答对40%的题目，开源模型基本乱猜？MMSI-Bench：多图空间智能试金石
o3绞尽脑汁仅答对40%的题目，开源模型基本乱猜？MMSI-Bench：多图空间智能试金石AI能看图，也能讲故事，但能理解“物体在哪”“怎么动”吗？ 空间智能，正是大模型走向具身智能的关键拼图。
来自主题: AI技术研报
5757 点击 2025-06-11 15:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI能看图，也能讲故事，但能理解“物体在哪”“怎么动”吗？ 空间智能，正是大模型走向具身智能的关键拼图。
因为眼睛受伤暂时失去立体视觉，李飞飞更加坚定了做世界模型的决心。
本文第一作者为前阿里巴巴达摩院高级技术专家，现一年级博士研究生满远斌，研究方向为高效多模态大模型推理和生成系统。通信作者为第一作者的导师，UTA 计算机系助理教授尹淼。尹淼博士目前带领 7 人的研究团队，主要研究方向为多模态空间智能系统，致力于通过软件和系统的联合优化设计实现空间人工智能的落地。
人形机器人、无人机、智能汽车这三个领域将成为空间智能的爆发点。对于具身智能（Embodied Intelligence），真实的物理环境就是最好的老师
World Labs 是由著名 AI 专家、斯坦福大学教授李飞飞于 2024 年创办的初创公司，致力于开发具备“空间智能”的下一代 AI 系统。
李飞飞空间智能创业公司World Labs，开源一项核心技术！
杯子在我的左边还是右边？
世界模型的进度条，最近坐上了火箭。
「矩阵」不再是科幻！Matrix-Game震撼来袭，突破边界带来交互式引擎。只需一句话，沙漠森林等任意场景可控生成，动作丝滑操控，360°视角自由切换，沉浸感爆棚。
在大量桌面研究、调研访问、数据分析之后，为了更好把握空间智能现状和未来发展方向，量子位智库在《空间智能研究报告》（以下简称《报告》）中回答如上问题，同时系统性梳理了各应用领域重要玩家，并对产业迭代影响要素作出研判。