研究人员推出了R3D-Bench，这是一个旨在利用主观式RGB-D视频数据评估定量3D空间推理能力的新基准。该基准包含15种类型的3000多个问题，基于57个主观式视频序列构建。为应对这些挑战，他们还开发了R3D框架，该框架从视频构建3D场景，并通过空间工具将此信息提供给大型语言模型。在R3D-Bench上进行测试时，带有Qwen3-VL 235B模型的R3D框架实现了73.5%的平均相对准确率，显著优于现有的支持深度和仅RGB的基线。 AI
影响 该基准和框架可以通过提供一种标准化的方法来衡量和改进3D空间推理，从而加速可穿戴设备更强大AI助手的开发。
排序理由 该集群包含一篇学术论文，介绍了一个新的3D空间推理基准和模型。[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 →
