合成数据训练

基于大规模合成数据训练的可定量空间推理的视觉语言模型 针对现有视觉语言模型定量空间推理能力不足的问题，通过大规模合成数据训练，使模型获得类人直观的定量空间推理能力，提升了空间VQA任务的表现，同时为链式空间推理、机器人控制等下游空间类任务提供技术支撑，拓展了多模态AI的应用边界。