SpatialMem视频记忆系统论文发布

SpatialMem 的作者在 arXiv 发布论文，提出一个将 3D 几何、语义与语言整合为统一可查询表示的视频记忆系统：仅需随手录制的第一视角 RGB 视频，即可重建具有度量尺度的室内场景，无需专用传感器。 作者称该系统能支持空间关系推理、按语言指令检索和问答，并已公开测试套件、记忆数据与代码。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。