Spatial-TRM
一种用于空间上下文预测的紧凑递归推理模型，结合冻结的视觉语言特征提取器、凸区域解码器和权重共享的递归推理模块，通过迭代细化提升空间推理精度。
时间轴 (近 90 天)
Spatial-TRM 模型仅有 1120 万可训练参数。
在 RoboSpatial-Home 基准上，Spatial-TRM 的上下文准确率达到 29.51%。
与同等参数量的单步模型相比，Spatial-TRM 的上下文准确率相对提升 44.0%，绝对提升 9.02 个百分点。
Spatial-TRM 的总参数量为 8.778 亿（含冻结的视觉语言特征提取器）。
RoboPoint 模型参数量为 130 亿，Spatial-TRM 总参数量约为其 1/15。
Spatial-TRM 的架构包含三个关键组件：冻结的视觉语言特征提取器、凸区域解码器，以及一个权重共享的递归推理模块。
Spatial-TRM 的递归推理模块支持六种空间关系、三种参考系和开放词汇的锚点物体。
Spatial-TRM 的对比实验设计为两个模型参数量完全相同，唯一区别是是否使用递归细化。
全部知识事实 (8)
Spatial-TRM 模型仅有 1120 万可训练参数。
50%待验证在 RoboSpatial-Home 基准上，Spatial-TRM 的上下文准确率达到 29.51%。
50%待验证与同等参数量的单步模型相比，Spatial-TRM 的上下文准确率相对提升 44.0%，绝对提升 9.02 个百分点。
50%待验证Spatial-TRM 的总参数量为 8.778 亿（含冻结的视觉语言特征提取器）。
50%待验证RoboPoint 模型参数量为 130 亿，Spatial-TRM 总参数量约为其 1/15。
50%待验证Spatial-TRM 的架构包含三个关键组件：冻结的视觉语言特征提取器、凸区域解码器，以及一个权重共享的递归推理模块。
50%待验证Spatial-TRM 的递归推理模块支持六种空间关系、三种参考系和开放词汇的锚点物体。
50%待验证Spatial-TRM 的对比实验设计为两个模型参数量完全相同，唯一区别是是否使用递归细化。
50%