Google AI 研究人员开发了一个名为 MapTrace 的新系统，用于教会多模态大语言模型（MLLMs）如何在视觉上沿着地图上的路线行进。目前的 MLLMs 在图像识别方面表现出色，但在细粒度的空间推理方面存在困难，常常无法遵守墙壁或不可通行区域等环境约束。MapTrace 利用一个合成数据生成管道，借助 Gemini 2.5 Pro 和 Imagen-4 等模型，创建了一个包含描绘路径的标注地图的大型数据集。这种方法旨在克服阻碍 AI 理解地图中几何和拓扑关系的数据瓶颈，从而使模型能够更有效地导航环境。 AI
影响 这项研究可以使 AI 系统更好地理解和导航复杂环境，从而改进从机器人技术到增强现实等领域的应用。
排序理由 研究论文，详细介绍了用于训练 AI 模型进行空间推理的新系统和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
