في عالم التكنولوجيا المتقدمة، يُعتبر التفكير المكاني ثلاثي الأبعاد من الأمور الإضافية الضرورية لمساعدات الأجهزة القابلة للارتداء. ومن الواضح أن استخدام الفيديوًات الطبيعية RGB-D يكشف عن تحديات متعددة، مما دفع المبتكرين إلى تصميم معيار جديد تحت اسم R3D-Bench (Reasoning in 3D).

يحتوي R3D-Bench على 3,033 سؤالاً يركز على التفكير المكاني الكمي، مما يغطي 15 نوعًا مختلفًا، بدءًا من الأسئلة متعددة الخيارات وصولاً إلى الأسئلة القائمة على المسافة. بُني هذا المعيار على 57 تسلسل فيديو من Aria Digital Twin، مما يعد خطوة كبيرة نحو تحسين هذه التقنية.

كما تم تقديم R3D، وهو إطار عمل مستقل عن النماذج، يركز على بناء مشهد ثلاثي الأبعاد من الفيديو باستخدام تمثيلات التجزئة والأشياء ذات العمق المرتفع. هذا الإطار يمكنه معالجة المعلومات وتقديمها بطريقة جديدة لنموذج لغوي ضخم (LLM) عبر أدوات مكانية متوافقة. وعند اختباره على R3D-Bench، تمكن R3D بالتعاون مع Qwen3-VL 235B من تحقيق دقة متوسطة نسبتها 73.5%، متفوقًا بشكل ملحوظ على المعايير السابقة.

إذا كنت تتطلع إلى مستقبل الأجهزة القابلة للارتداء والذكاء الاصطناعي، فلا تدع هذا التطور الفريد يفوتك. ما رأيكم في هذه الابتكارات الجديدة في عالم الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!