Spatial是人工智能领域中专门处理空间关系、空间推理和空间认知的技术方向，正在成为多模态大语言模型能力提升的关键突破口。
Spatial 近期进展
2023年9月，LoReST模型提出局部-区域时空网络方法，专注于大规模交通流预测中的空间数据处理能力，通过改进时空网络架构提升了预测精度。LoReST：面向大规模交通流预测的局部-区域时空网络
2023年8月，Rule-Compliant Visual Spatial Planning研究为多模态大语言模型引入了符合规则的空间规划能力，使AI系统能够理解和执行基于空间关系的复杂任务。Rule-Compliant Visual Spatial Planning for Multimodal Large Language Models
NVIDIA在2023年推出了Spatial-IQ基准测试，专门用于评估和提升3D空间推理能力，该基准通过拆解3D计数子任务来系统化地改进模型的空间理解。NVIDIA Spatial-IQ基准：拆解3D计数子任务，提升模型空间推理
当前焦点与观察点
Spatial技术在多模态AI系统中的应用正在加速发展，特别是在视觉语言模型(VLM)领域，空间推理能力已成为衡量模型理解现实世界能力的重要指标。研究表明，当前大语言模型对地理空间概念的理解仍处于初级阶段，抽象性和组合性有待提升。大语言模型的地理空间概念探测：抽象性、组合性与基础性
苹果公司在iOS 27照片功能中整合了空间重构、扩图和清理三大AI功能，展示了Spatial技术在消费级应用中的实际价值。与此同时，研究人员正通过几何逻辑一致性等方法提升VLM的空间推理能力，如SAGE框架所示。SAGE：通过几何逻辑一致性提升VLM空间推理能力
未来，Spatial技术的发展将更加注重跨领域融合，从交通预测到医学影像分析，从游戏世界模型到城市规划，空间认知能力将成为AI系统理解物理世界的基础支撑。