“杭州六小龙”又开源了！一句话爆改空间设计，AI视频生成Agent今年发

主要观点总结

群核科技发布了空间语言模型SpatialLM 1.5，结合其开源的3D场景生成模型SpatialGen，解决了AI在生成和编辑物理世界中的3D空间时的局限性。该模型能够理解和生成包含空间结构、物体关系和物理参数的“空间语言”，可用于机器人路径规划和避障训练。此外，群核科技还展示了其基于SpatialGen的空间视频创作工具，能够生成具有时空一致性的视频。该团队的目标是推动AI从数字世界走向物理世界。

关键观点总结

关键观点1: 群核科技发布空间语言模型SpatialLM 1.5

SpatialLM 1.5是一款基于大语言模型训练的空间语言模型，支持用户通过对话交互系统进行可交互场景的端到端生成。它不仅理解文本指令，还能输出包含空间结构、物体关系、物理参数的“空间语言”。例如，用户输入简单文本描述，SpatialLM 1.5就能生成结构化场景脚本，智能匹配家具模型并完成布局。

关键观点2: 结合3D场景生成模型SpatialGen解决时空一致性

SpatialGen是一款基于扩散模型架构的多视角图像生成模型，能够根据文字描述、参考图像和3D空间布局，生成具有时空一致性的多视角图像。该模型依托群核科技的海量室内3D场景数据和多视角扩散模型技术，其生成的多视角图像能确保同一物体在不同镜头下始终保持准确的空间属性和物理关系。

关键观点3: 群核科技AI视频生成产品年内发布

群核科技正在研发一款基于3D技术的AI视频生成产品，计划在今年内发布。该产品通过构建3D渲染与视频增强一体化的生成管线，有望显著弥补当前AIGC视频生成中时空一致性不足的问题。空间一致性是指物体的形状和空间关系在多帧画面中保持稳定和连贯。

关键观点4: 群核科技的目标是推动AI从数字世界走向物理世界

群核科技团队认为当前空间大模型处于GPT-2到GPT-3阶段，“空间大模型的ChatGPT时代”还远未到来。他们的目标是提供能够弥补一些全球范围内能力缺失的特性，为迈向AGI（通用人工智能）出一份力。