模型详情
模型介绍
中文整理Spatial-SSRL-7B
Model use case
Spatial-SSRL-7B是一个大型视觉语言模型，专注于空间理解能力。该模型基于Qwen2.5-VL-7B构建，通过Spatial-SSRL轻量级自监督强化学习范式进行优化，能够高效扩展强化学习视觉推理（RLVR）。
主要能力
该模型在空间智能方面表现强劲，同时保留了基础模型的原始通用视觉能力。在图像和视频两种设置下的七个空间理解基准测试中均展现出优异的性能。Spatial-SSRL框架具有以下特点：使用普通RGB和RGB-D图像，无需丰富注释的数据集或人工标签，具有高度可扩展性；无需人工标签或API调用，具有成本效益；完全无外部工具依赖，可轻松扩展到更多自监督任务；内在监督信号可自然验证，与RLVR范式高度契合。
输入输出
模型接受图像或视频输入，执行空间理解任务。
运行要求
用户需要从Hugging Face下载模型权重后方可在本地设备运行。
基本用法
用户可访问Hugging Face Space在线体验Spatial-SSRL-7B。也可在本地设备运行模型，需先从Hugging Face下载模型文件。
限制
数据和代码仅限研究使用。
许可证
数据和代码仅授权用于研究目的。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
