待验证50% 置信事实精确时间
空间—动态融合（SDF）从动态几何编码器中提取空间与时间先验，并在语义引导下选择性地将这些先验整合进VLM的中间层表示中。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
DynThinker：统一静态3D与动态4D空间推理
rss2026/10/14
涉及实体
相关事实
待验证SpatialASM 在四种不同的 LVLM 骨干模型上都带来了空间推理性能提升66% 相似待验证VLM（视觉语言模型）是一类同时接受图像与文本输入、并在共享表示空间中进行推理的模型。63% 相似待验证多模态大模型（VLM）通过视觉编码器将patch转为高维向量并结合语言先验补全内容，与传统OCR基于局部决策并在置信度低时报错的行为有本质区别63% 相似待验证嵌入模型将原始内容映射到高维向量空间，输出向量在几何上保留语义关系，含义相近的内容对应向量距离更近62% 相似待验证Diffusion-LM使用可学习嵌入而非固定嵌入，因为嵌入空间的几何结构需要与扩散过程的去噪动力学相互适配62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037829API
curl https://kongchang.com/api/v1/knowledge/claims/1037829MCP
get_claim(id=1037829)