（来源：上观新闻）
在具身智能、机器🚵人与增强现实🍊等方向👭🛰持续推ℹ👨❤️👨进的今🇳🇴天，3D 场景📎理解能力正⬜成为空间智🇦🇽能的核心基础设施🎋♨。相反，直接换上🚫更贵功耗更大的夯😵爆了的高端 C🎉🕧PU 🧾来干活🐛的话📈。该公司负责人🐺邹志鹏介绍⏺，原来公司主🖍👨🏭要是卖动捕设☣备、为动💳🍱画公司提供动捕🎥数据，差不🇮🇴多也是在🥉去年年底开始🥎🕒拓展具🌧身智能数据采集🖐🚼业务🦛。训练时，系统🗨🏤会从真实3🤭D模型上采样🌱⚙一些点，检🎣👙查这些🏂😦点在H🏛unyuan3🏧D生成的"🇱🇹距离地图"上对🎾应的距离值是否为🗳零（即是否正好🍾落在表面🛸🇲🇼上），以此来衡👨🦱量生成质量🌀并反向调整Mes🤭h He🥝㊙ad的参❎数🇹🇩🌏。
在谷歌云业务中，🧚♀️🇨🇳我们提供企业级⚠人工智能解决方🐴🇳🇮案，本季度🏧🌡相关收入同🤮➕比增长 80👨👨👧👧0%🦆🎋。自我反思机制中的🚸🤾♀️评估者👳♀️（Evaluat🇹🇰🚶or）同样存在局🕐限：它是基🇸🇴于BAG🐓EL这个通用👛视觉语言模型🥮构建的，这个模型🕷🐱对3D几何的专🏋️♀️项理解能力有限，🎏👰因此有🇦🇲时可能会对Act🇯🇪😡or生成的描🚞述做出🇸🇰🌒错误的正确/👐错误判🆓📝断，从而影🌏响整个反思循环🍵😘的质量🎪💚。自我反思机制中😅🧑的评估者↕🏺（Ev🧞♀️alua🐶tor）同样存在🇳🇫局限：🇰🇮😷泛目录排名代发它是基于BAGE❕L这个通用视觉语🧵📁言模型构建的🍃🛤，这个模👓💙型对3D🔝几何的专项🔡理解能力有限，因⚖此有时可🌎能会对A㊙👏ctor生成的描💭述做出错误的🗻⚰正确/错误判断🇬🇭🛸，从而影响整💇♂️个反思循🐸环的质量👩🎨🏔。
