从文字到空间！
SpatialLM 打破
AI 认知边界
开启三维智能新时代
在人工智能的发展浪潮中，大语言模型曾以强大的文本处理能力震撼世界，然而，其对物理世界的感知却始终存在一道难以跨越的鸿沟。空间智能公司群核科技推出的空间理解模型 SpatialLM，宛如一把锐利的科技之剑，成功斩断这道阻碍，引领 AI 从 “文字的海洋” 迈向 “空间的宇宙”。今年 3 月，SpatialLM 正式开源，随即与 DeepSeek-V3、Qwen2.5-Omni 一同登顶全球最大开源社区 HuggingFace 全球趋势榜前三，这场由杭州孕育的技术风暴，正以磅礴之势席卷全球人工智能领域。
突破认知壁垒，赋予 AI 空间智慧
传统大语言模型擅长处理文本信息，却难以理解物理世界的几何与空间关系，如同 “盲人摸象”，只能触及局部而无法把握整体空间结构。SpatialLM 的诞生，彻底改变了这一局面。它基于 3D 点云数据输入，通过先进的算法与独特的模型架构，实现了从原始数据到结构化空间场景描述的飞跃。
其技术核心在于对 3D 点云数据的深度解析。3D 点云数据如同散落在空间中的无数 “珍珠”，SpatialLM 运用复杂的特征提取算法，将这些 “珍珠” 串联起来，构建出空间场景的 “项链”。通过深度学习网络对海量点云数据的反复学习，模型能够精准识别物体的形状、位置、尺寸，以及它们之间的空间关系。这种能力让机器不再是对空间 “视而不见” 的 “睁眼瞎”，而是拥有了真正意义上的空间认知与推理能力。
在具身智能领域，SpatialLM 的应用价值尤为显著。以仓储物流机器人为例，传统机器人在复杂的仓库环境中，常常因无法准确识别货架布局和货物位置，导致搬运效率低下。而搭载 SpatialLM 的机器人，能够迅速构建仓库的 3D 空间模型，精准规划搬运路线，高效完成货物的存取任务。在智能安防领域，它可以实时分析监控画面中的空间信息，及时发现异常行为，如人员非法闯入特定区域、物品异常移动等，大大提升了安防系统的智能化水平。
迭代升级，SpatialLM 1.1 的卓越进阶
开源后的 SpatialLM 在全球开发者的共同打磨下，迎来了 SpatialLM 1.1 版本的重磅升级。新版本在多个关键维度进行了深度优化，使其性能实现质的飞跃。
点云编码方式的优化堪称一大亮点。SpatialLM 1.1 采用了更为高效的编码算法，如同为数据传输搭建了一条 “高速公路”，极大提升了 3D 点云数据的处理速度和准确性。在分辨率方面，通过对模型架构的精心调整和参数优化，能够捕捉到更细微的空间细节，使生成的场景描述更加逼真、细腻。用户指定识别类目功能的改进，赋予了用户更大的操作灵活性。例如，在室内设计场景中，设计师可以指定模型重点识别家具、门窗等特定物体，模型能够快速精准地响应，为设计工作提供有力支持。
多项基准测试数据充分印证了 SpatialLM 1.1 的强大实力。在空间布局识别任务中，无论是复杂的异形户型，还是多层建筑空间，SpatialLM 1.1 都能准确识别，其性能与当前最先进的专业模型相比毫不逊色，甚至在部分指标上实现超越。在 3D 物体检测任务中，即使面对遮挡严重、视角复杂的物体，它也能快速、准确地检测出来，检测精度和速度均达到行业领先水平。
创新架构与数据基石，铸就技术优势
SpatialLM 的成功，得益于其在算法架构和训练数据方面的双重创新。在算法架构上，它大胆突破传统任务专属架构的束缚，将大语言模型（LLMs）引入 3D 空间理解任务，在结构化室内建模领域实现重大突破。
采用可编辑的文本形式表达场景结构，是 SpatialLM 的一大创举。这种方式充分发挥了群核科技在数据集方面的强大优势。依托丰富的数据集，模型能够不断学习和优化，提升空间识别的精度和稳定性。同时，接入大语言模型后，SpatialLM 具备了自然语言理解能力。用户只需用自然语言描述需求，如 “设计一个现代简约风格的客厅”，模型就能理解用户意图，自动生成符合要求的空间场景描述和设计方案，真正实现了人机交互的智能化升级。
在训练数据方面，SpatialLM 构建的全新合成点云数据集堪称 “数据宝库”。该数据集涵盖超 1.2 万场景、5.4 万个房间的结构化室内点云数据，规模远超同类数据集。数据均源自真实项目的专业设计模型，经过严格筛选和解析，形成了高度逼真的虚拟空间环境。与其他数据集相比，其真实性和实用性更胜一筹，为模型的训练提供了坚实的数据基础。群核科技多年来在空间数据领域的深厚积累，从 2018 年发布的 InteriorNet 深度学习数据集，到如今的 SpatialVerse 空间智能平台，都为 SpatialLM 的发展提供了源源不断的动力。
引发行业变革，开辟 AI 新征程
SpatialLM 开源后，在全球开发者社区引发强烈反响，被誉为大语言模型从 “理解文字” 到 “认知空间” 的里程碑式跨越。香港科技大学谭平教授高度评价其在 3D 空间理解领域的创新成果，认为其对 AR/VR、具身智能等行业的发展具有深远意义。
在 AR/VR 领域，SpatialLM 让虚拟与现实的融合更加自然、真实。以 VR 教育为例，学生佩戴 VR 设备后，SpatialLM 能够实时构建真实的教学场景，如历史古迹、微观世界等，学生仿佛身临其境，学习体验得到极大提升。在 AR 购物场景中，消费者可以通过手机摄像头，利用 SpatialLM 技术将商品虚拟放置在家中，直观感受商品与空间的适配效果，提升购物决策的准确性。
展望未来，SpatialLM 有望在更多领域开花结果。在智慧城市建设中，它可以助力城市管理者更好地规划和管理城市空间；在智能制造领域，能够优化生产车间的布局和设备调度；在医疗领域，可为手术机器人提供精准的空间导航。SpatialLM 正以其强大的技术实力，为 AI 探索物理世界开辟全新路径，推动人工智能与现实世界的深度融合，开启智能时代的新篇章。
END
