大模型掌握人类空间思考能力！三阶段训练框架学会“边画边想”，5个基准平均提升18.4% “边看边画，边画边想”，让大模型掌握空间思考能力，实现空间推理任务新SOTA。 蚂蚁技术研究院自然语言组联合中科院自动化所和香港中文大学开源ViLaSR-7B。它在迷宫导航、静态图像理解、视频空间推理等5个基准上...