SpatialLM（群核空间大模型）

SpatialLM: Training Large Language Models for Structured Indoor Modeling (Manycore)进阶

群核科技开源的 3D 大模型，读入室内点云，输出墙门窗和家具的结构化布局

杭州群核科技（旗下有酷家乐）2025 年 3 月开源，6 月发布技术报告，入选 NeurIPS 2025。它输入一个室内场景的点云（可来自手机视频重建、RGB-D 相机或激光雷达），输出结构化的场景描述：墙、门、窗的位置，以及带类别和朝向的家具 3D 框。和以往为每个任务单独设计网络不同，它沿用标准多模态大模型结构：点云编码器把几何信息转成 token，再由 Llama 1B、Qwen 0.5B 这类小型开源语言模型以文本形式逐项写出场景。训练用了 12328 个合成室内场景（54778 个房间）的点云和标注。6 月的 1.1 版换用 Sonata 点云编码器，并支持按用户指定类别检测。它可为机器人导航和室内布局理解提供结构化空间信息。