群核科技首次分享AI视频生成解决方案，发布两款空间开源模型

热门资讯 2025年08月27日 08:18 1 admin

8月25日，群核科技在首届技术开放日（TechDay）上正式发布其空间大模型最新成果：新一代空间语言模型SpatialLM 1.5与空间生成模型SpatialGen。在开源模型之外，群核科技还首次分享了其AI团队基于SpatialGen探索的AI视频生成解决方案，解决时空一致性难题。

据了解，本次发布的SpatialLM 1.5是一款基于大语言模型训练的空间语言模型，支持用户通过对话交互系统SpatialLM-Chat进行可交互场景的端到端生成。相比于传统大语言模型，SpatialLM 1.5不仅能理解文本指令，还能输出包含空间结构、物体关系、物理参数的“空间语言”。其生成的场景包含物理正确的结构化信息，能快速批量输出大量符合要求的多样化场景，可用于机器人路径规划、避障训练、任务执行等场景，这将有效解决当前机器人训练“缺数据”的难题。

其前代版本 SpatialLM 1.0 今年3月开源后，迅速登上Hugging Face趋势榜前三，目前已有初创企业基于其代码和架构训练出自有模型。

相比于SpatialLM解决“理解与交互”问题，SpatialGen 则专注于“生成与呈现”。作为一款基于扩散模型架构的多视角图像生成模型，SpatialGen 可根据文字描述、参考图像和3D空间布局，生成具有时空一致性的多视角图像，并支持进一步生成3D高斯（3DGS）场景并渲染漫游视频。

群核科技AI产品总监龙天泽提到，目前，AIGC文生视频与图生视频工具已经初步推动了全民视频创作的潮流，但由于时空一致性问题的制约，其离真正的商业化应用仍有一定距离。“我们正在研发一款基于3D技术的AI视频生成产品，并计划在今年内正式发布——这或许是全球首款深度融合3D能力的AI视频生成Agent。”

活动现场，群核科技联合创始人兼董事长黄晓煌还表示，基于酷家乐这一全球最大的空间设计平台，群核科技构建了“空间编辑工具-空间合成数据-空间大模型”的空间智能飞轮。资料显示，截至2025年6月30日，群核科技拥有包含超过4.41亿个3D模型及超过5亿个结构化3D空间场景。

群核科技从2018年开始启动了开源战略。本次技术开放日分享的两款模型将逐步在HuggingFace、GitHub、魔搭社区等平台面向全球开发者开源。其中，空间生成模型SpatialGen在技术开放日当天已可以在开源网站下载使用，而空间语言模型SpatialLM 1.5未来也将以“SpatialLM-Chat”形式完成开源。

【来源：九派新闻】

声明：此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：jpbl@jp.jiupainews.com