杭州六小龍開源新模型SpatialLM，助力機器人瞬間理解 3D 世界！

最近，杭州的科技公司羣核科技再次引起了行業關注，因其開源的空間理解模型 SpatialLM 被谷歌在一篇論文中點名感謝。這個模型的創新之處在於，它能讓機器人通過一段普通的視頻理解物理世界的幾何關係，標誌着機器人訓練領域的一次重大突破。

SpatialLM 的核心功能是將手機拍攝的視頻轉化爲三維空間佈局信息。用戶只需用手機錄製家中的佈局，SpatialLM 便能生成一個詳細的3D 場景，包括房間的結構、傢俱的位置和通道的寬度。這一過程大大降低了機器人訓練的成本，提高了訓練的效率。

在 GTC2025大會上，羣核科技同時展示了他們的虛擬訓練平臺 SpatialVerse。這個平臺結合了 SpatialLM 生成的數據，允許機器人在模擬環境中進行避障、抓取等訓練，從而形成從認知到行動的完整閉環。簡而言之，機器人通過這個系統不僅能 “看” 到空間佈局，還能理解如何在這些環境中進行操作。

SpatialLM 的工作原理並不複雜。它利用 MASt3R-SLAM 技術將視頻拆解爲無數幀，提取出沙發、桌子等物體的細節並構建成點雲模型。隨後，模型將這些數據轉化爲結構化的3D 佈局，記錄下每個物體的關鍵信息，如尺寸和位置。與傳統的訓練方法相比，SpatialLM 不僅節省了時間和資源，還提升了機器人的空間認知能力。

這項技術的獨特之處在於，它使機器人可以像人類一樣理解和處理複雜的環境變化。無論是家庭生活中的日常物品還是工作場所的工具，SpatialLM 都能幫助機器人快速適應並執行任務。這種能力對於提升機器人在真實環境中的表現至關重要，尤其是在當前的具身智能領域，許多技術依然面臨落地難題。

羣核科技通過開源 SpatialLM 和 SpatialVerse，正在重塑機器人訓練的未來，使其能夠在真實世界中靈活應對各種挑戰。

項目地址：https://top.aibase.com/tool/spatiallm