Spatial Latent Reasoning

新的空间潜在推理框架提高了视觉基础的准确性

研究人员开发了一个名为空间潜在推理（SLR）的新框架，以提高指向性视觉基础的准确性。SLR围绕几何和视觉状态的有序序列构建监督，利用指尖位置和指向方向来指导过程。该方法在EgoPoint-Ground和YouRefIt等基准测试中提高了性能，与现有技术相比有了显著改进，尤其是在Qwen3.5-4B、Qwen2.5-VL-7B和Qwen3-VL-8B等模型上。