在科技界的最新動態(tài)中，群核科技，被譽為杭州“六小龍”之一的創(chuàng)新企業(yè)，在GTC2025全球大會上悄然發(fā)布了一款名為SpatialLM的空間理解模型，引起了國際技術(shù)界的廣泛關(guān)注。

SpatialLM是一款基于大語言模型的創(chuàng)新框架，它能夠從視頻輸入中精準捕捉并理解對應(yīng)的空間點云數(shù)據(jù)。通過復(fù)雜的推理過程，該模型能夠?qū)c云數(shù)據(jù)進行深入的場景描述，并將分析結(jié)果以自然語言的形式直觀呈現(xiàn)。這一突破性的技術(shù)，不僅提升了機器對物理世界的理解能力，還拓寬了人工智能技術(shù)的應(yīng)用邊界。

SpatialLM的工作原理令人印象深刻，其推出后迅速在國際社交媒體和技術(shù)論壇上獲得了熱烈反響。在HuggingFace趨勢榜上，SpatialLM迅速攀升至第二位，與來自杭州的Deepseek和通義千問Qwen2.5-Omni一同占據(jù)了榜單的前三甲，超越了英偉達和谷歌等科技巨頭的模型。

群核科技的創(chuàng)始人黃曉煌在接受國際知名媒體彭博社采訪時坦言，開源SpatialLM的目的是為了加速具身智能技術(shù)的突破。這一舉動不僅彰顯了群核科技在技術(shù)創(chuàng)新上的自信，也體現(xiàn)了其推動行業(yè)發(fā)展的責任感。

與傳統(tǒng)的大語言模型相比，SpatialLM在理解物理世界的幾何與空間關(guān)系方面取得了顯著進展。它不僅突破了以往模型的局限，還賦予了機器類似人類的空間認知和解析能力。目前，SpatialLM已在HuggingFace、GitHub和魔搭社區(qū)等平臺向全球開發(fā)者開放，為具身智能領(lǐng)域的企業(yè)和科研機構(gòu)提供了一個強大的基礎(chǔ)訓練框架。

SpatialLM在輸入方式上更具通用性。與meta此前發(fā)布的依賴特定設(shè)備的Scene模型不同，SpatialLM能夠接收普通相機和手機拍攝的視頻作為輸入，從而大大降低了使用門檻。SpatialLM還使用大語言模型進行輸出，能夠生成對3D場景的自然語言描述，并有望在未來支持原生自然語言與場景數(shù)據(jù)的交互。

更重要的是，SpatialLM能夠認知和理解物理世界中的空間信息，并進行結(jié)構(gòu)化描述。這得益于群核科技在物理空間模擬技術(shù)領(lǐng)域的深厚積累。過去十余年間，群核科技積累了海量的三維數(shù)據(jù)和空間認知數(shù)據(jù)，這些數(shù)據(jù)為SpatialLM的訓練提供了堅實的基礎(chǔ)。因此，SpatialLM不僅具備創(chuàng)建物理正確的空間場景的能力，還能夠為具身智能企業(yè)提供高效、低門檻的訓練解決方案。