SpatialLM 

مدل جدیدی هست که داده‌های تصویری رو تجزیه و تحلیل می‌کنه و برداشت‌های واضحی از صحنه‌های سه‌ بعدی ارائه می‌ده.

 این برداشت‌ ها شامل اجزای معماری مثل دیوار، در و پنجره و .... هست که توسط boundery box دسته بندی میشن.

 برخلاف روش‌های قدیمی که نیاز به تجهیزات ویژه داشتند، این مدل می‌تونه داده‌ها رو از منابع مختلفی مثل ویدیوهایی معمولی دریافت کنه.

این مدل داده‌های بدون ساختار رو به نمایش‌های قابل فهم تبدیل می‌کنه و درک بهتری از صحنه بوجود میاره، این موضوع در رباتیک، خودروی خودران و تحلیل صحنه‌های پیچیده بسیار کاربرد داره.

کل مدل کمتر از یک و نیم میلیارد پارامتر داره!

https://github.com/manycore-research/SpatialLM