NVIDIA Research 发布 SpatialClaw:免训练空间推理框架
原文标题:NVIDIA AI Introduce SpatialClaw: A Training-Free Agent That Treats Code as the Action Interface for Spatial Reasoning
AI 摘要
NVIDIA Research 发布 SpatialClaw,一个免训练的空间推理框架。它通过将代码作为动作接口,让智能体调用感知工具(Depth Anything 3、SAM 3)并自由组合输出,解决视觉语言模型在 3D 空间判断上的弱点。在 20 项基准测试中平均准确率达 59.9%,比近期智能体 SpaceTools 高 11.2 个百分点,比无工具基线高 6.5 点,比结构化工具调用高 3.2 点。框架无需重新训练,同一提示词和工具集可跨所有基准和骨干网络运行,支持 Qwen3.5/3.6 及 Gemma4 等 26B 至 397B 参数的模型。
关键信息
- NVIDIA Research 发布 SpatialClaw,一个免训练的空间推理框架。
- 它通过将代码作为动作接口,让智能体调用感知工具(Depth Anything 3、SAM 3)并自由组合输出,解决视觉语言模型在 3D 空间判断上的弱点。
- 在 20 项基准测试中平均准确率达 59.
- 9%,比近期智能体 SpaceTools 高 11.
- 2 个百分点,比无工具基线高 6.
速览
- 发布时间
- 更新时间
- 分类
- 产品与应用
- AI 评分
- 77
推荐理由
NVIDIA 把空间推理的动作接口从工具调用换成代码,这个思路很巧,20 个基准平均拉升到 59.9%,无训练即插即用,做机器人和视频理解的人该直接跑一下 repo。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:NVIDIA Research 发布 SpatialClaw:免训练空间推理框架。2026年6月20日。https://new.nat6.net/news/cmqlj0jn600pdsljggy6btum5/