让 AI 从图像中理解关系并进行推断的能力。
视觉推理像下棋盯棋盘:不只认出车马炮,还要算清谁卡位、下一步怎么走。
它让看图问答、机器人和辅助驾驶,不只识物,还能判断关系。
VLM视觉推理让 VLM 不只看见物体,也能理解它们的关系。
Computer Vision计算机视觉负责看见物体,视觉推理进一步判断关系。
Spatial Intelligence空间位置、方向和遮挡关系,是视觉推理的重要内容。