[人人能懂] 从看见空间、探索信息到理解“不要”

你有没有想过，能写诗作画的AI，为什么有时却像个固执的孩子？本期我们要聊的几篇最新论文，就试图教会AI一些我们习以为常、但它却难以理解的人类智慧。我们将一起看看，如何治好AI的“路痴”症，让它拥有空间感；如何让它从被动看图，变身主动破案的“侦探”；甚至，如何通过巧妙的“换个姿势”，让它终于听懂“不要”，并随心所欲地调整观察事物的“粒度”。

00:00:33 人工智能的“路痴”难题

00:05:24 AI侦探，如何给千米大桥做“体检”？

00:09:59 从“你猜”到“你定”：AI图像分割的新玩法

00:14:45 换个姿势，让AI听懂“不要”

本期介绍的几篇论文：

[CV] Scaling Spatial Intelligence with Multimodal Foundation Models  

[SenseTime Research]  

https://arxiv.org/abs/2511.13719 

---

[CV] BridgeEQA: Virtual Embodied Agents for Real Bridge Inspections  

[University of Houston]  

https://arxiv.org/abs/2511.12676 

---

[CV] UnSAMv2: Self-Supervised Learning Enables Segment Anything at Any Granularity  

[UC Berkeley]  

https://arxiv.org/abs/2511.13714 

---

[CV] SpaceVLM: Sub-Space Modeling of Negation in Vision-Language Models  

[MIT]  

https://arxiv.org/abs/2511.12331