DeSpatial空间推理框架发布

2026年10月16日，arXiv Computer Vision 报道，Yifei Liu 等人提出并发布 DeSpatial 空间推理框架。该工作针对空间智能体因感知不一致导致 3D 场景信息不可靠的问题，主张空间推理的瓶颈在 3D 感知本身，将空间理解显式拆分为感知与推理两部分。其共享 3D 感知工具通过联合分割—深度协同细化与跨视角实例融合，把独立感知输出统一为度量、重力对齐的 3D 场景。报道称，研究者认为“空间推理的魔鬼在 3D 本身”，并据此引入 DeSpatial（Devil of Spatial）。目前进展为框架发布，尚无后续跟进报道。

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。