字数 1442，阅读大约需 8 分钟
杭州群核科技开源SpatialLM：革新机器人3D空间理解与训练
引言
在人工智能领域，空间理解能力对于机器人的发展至关重要。近期，杭州群核科技开源的空间理解模型 SpatialLM 引起了广泛关注。这一创新模型通过普通视频让机器人瞬间理解3D世界，标志着机器人训练领域的一次重大突破。
SpatialLM的核心技术：MASt3R-SLAM
SpatialLM的核心在于其 MASt3R-SLAM（Multi-modal Alignment and Structured 3D Representation for SLAM）技术。该技术通过将视频拆解为无数帧，提取出物体的细节并构建成点云模型。具体而言，MASt3R-SLAM利用多模态数据（如RGB图像和深度信息）进行对齐，生成结构化的3D表示。这一过程不仅能够捕捉到物体的几何形状，还能识别其语义类别，如沙发、桌子等。
通过MASt3R-SLAM，SpatialLM能够将无结构的3D几何数据转化为结构化的3D布局，记录下每个物体的关键信息，如尺寸和位置。这一创新方法打破了传统机器人训练对专用设备的依赖，提供了更广泛的应用可能性。用户只需用手机录制视频，SpatialLM便能生成详细的3D场景，包括房间的结构、家具的位置和通道的宽度，大大降低了机器人训练的成本，提高了训练的效率。
SpatialVerse：从认知到行动的完整闭环
在 GTC2025 大会上，群核科技展示了他们的虚拟训练平台 SpatialVerse。该平台结合了SpatialLM生成的数据，允许机器人在模拟环境中进行避障、抓取等训练，从而形成从认知到行动的完整闭环。
SpatialVerse通过构建高度逼真的虚拟环境，使机器人能够在其中进行各种任务的训练。这些虚拟环境基于SpatialLM生成的3D场景布局，确保了训练的真实性和有效性。机器人在SpatialVerse中不仅能“看”到空间布局，还能理解如何在这些环境中进行操作，从而提升其在真实世界中的表现。
SpatialLM和SpatialVerse在具身智能领域的贡献
具身智能是指机器人能够像人类一样感知、理解和操作物理世界的能力。SpatialLM和SpatialVerse的结合为具身智能领域带来了独特的贡献。
首先，SpatialLM使机器人能够通过普通视频理解复杂的环境变化，无论是家庭生活中的日常物品还是工作场所的工具，都能帮助机器人快速适应并执行任务。这种能力对于提升机器人在真实环境中的表现至关重要，尤其是在当前许多技术依然面临落地难题的情况下。
其次，SpatialVerse通过提供逼真的虚拟训练环境，使机器人能够在安全、可控的条件下进行各种任务的训练。这不仅能够加速机器人的学习过程，还能降低训练成本和风险。通过在SpatialVerse中进行训练，机器人能够更好地应对真实世界中的挑战，实现更高水平的自主性和智能化。
群核科技的领导力与技术前瞻性
群核科技通过开源SpatialLM和SpatialVerse，展现了其在机器人训练领域的领导力和技术前瞻性。开源项目的推出不仅促进了技术的普及和应用，还为整个行业的发展注入了新的动力。
根据 《2024年全球人工智能行业报告》，开源项目在推动人工智能技术创新和应用方面发挥着越来越重要的作用。群核科技的开源举措不仅为研究人员和开发者提供了强大的工具，还为教育工作者和行业专家提供了新的教学和工作方式。通过开源，群核科技正在重塑机器人训练的未来，使其能够在真实世界中灵活应对各种挑战。
结语
SpatialLM和SpatialVerse的结合为机器人训练领域带来了革命性的变化。通过普通视频实现3D空间理解，以及在虚拟环境中进行任务训练，这一创新方法不仅降低了训练成本，还提升了机器人的空间认知能力和操作能力。群核科技通过开源项目所展现的领导力和技术前瞻性，正在推动整个行业向着更高水平的智能化发展。未来，随着SpatialLM和SpatialVerse的进一步完善和应用，我们有理由相信，机器人将在更多领域展现出强大的能力和潜力。
