BAGEL

在MindView训练集上微调后，BAGEL的总体得分提升了24.3分。

微调后的BAGEL在全部七项任务上均有增益。

微调后的BAGEL在三个空间理解基准上也取得了更高分数，尽管并未使用这些基准的标注训练。

BAGEL是一种基于扩散模型的多视图生成架构，将多视图生成视为序列化的视图合成过程，并利用注意力机制在视图间传递信息。

学习生成空间接地的视图可能反过来增强空间理解能力，生成与理解之间存在正向迁移。