SpatialBlock: 合成ブロック積み上げ問題によるLVLMにおける空間知能の強化

SpatialBlockは、LVLMの空間知能を強化するための新しいパラダイムを提案する。既存のアプローチは高価なアノテーションを必要とするが、この研究は構造化されたブロック操作タスクを通じた学習に触発されている。これにより、2D画像から3Dシーン構造を再構築・推論する能力を向上させる。