تا به حال برایتان پیش آمده که بخواهید از هوش مصنوعی درباره اندازهها یا فواصل دقیق در محیطهای سهبعدی سوال کنید؟ مدلهای فعلی معمولاً درک فضایی دقیقی ندارند، اما خبر خوب اینکه مدل جدید Ground3D-LMM این محدودیت را کنار زده است!
این مدل پیشرفته میتواند با تحلیل دادههای سهبعدی (Point Cloud)، نه تنها اشیاء را دقیقاً مکانیابی کند، بلکه پاسخهایی با دقت «متریک» و فیزیکی به شما بدهد (مثلاً ضخامت، فاصله یا ابعاد دقیق یک قطعه).
🔹 چرا این موضوع مهم است؟
این پیشرفت گام بزرگی برای کاربردهای رباتیک و واقعیت افزوده (AR) است که در آن «درک فضای فیزیکی» حیاتی است. محققان برای آموزش این مدل، مجموعهداده عظیمی شامل ۲.۵ میلیون پرسش و پاسخ نیز آماده کردهاند که میتواند استانداردی برای آینده این حوزه باشد.
این یعنی هوش مصنوعی در حال یادگیریِ «اندازهگیری در دنیای واقعی» است! 📐🤖
منبع: arXiv Computer Vision