视觉语言模型中的符号推理

让视觉语言模型搞空间推理，谷歌又整新活了 视觉语言模型虽然强大，但缺乏空间推理能力，最近 Google 的新论文说它的 SpatialVLM 可以做，看看他们是怎么做的。视觉语言模型 (VLM 已经在广泛的任务上取得...