Início Projetos SpatialLM
SpatialLM
Python

SpatialLM

[NeurIPS 2025] SpatialLM: Treinamento de Grandes Modelos de Linguagem para Modelagem Estruturada de Ambientes Internos

por manycore-research · GitHub
Estrelas
Forks
Tendências
Criado
Último commit
Categoria
Linguagem
mllmpoint-cloudsscene-understandingPython
Ver no GitHub
Em palavras simples

Treine e ajuste grandes modelos de linguagem para entender e modelar espaços internos.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
SpatialLM — GitHub preview card
📈 Histórico de estrelas
4.7k4.6k
2026-07-122026-08-31
📈 Acompanhe SpatialLM

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

[NeurIPS 2025] SpatialLM: Treinamento de Grandes Modelos de Linguagem para Modelagem Estruturada de Ambientes Internos

SpatialLM tem 4.7k estrelas no GitHub. Foi bifurcado 400 vezes. SpatialLM é escrito principalmente em Python. Está em desenvolvimento ativo desde 2025. Os seus principais temas são: mllm, point-clouds, scene-understanding, spatial-intelligence.

Frequently asked questions

O que é SpatialLM?

[NeurIPS 2025] SpatialLM: Treinamento de Grandes Modelos de Linguagem para Modelagem Estruturada de Ambientes Internos

SpatialLM é de código aberto?

SpatialLM é um projeto de código aberto.

SpatialLM é gratuito?

Sim. SpatialLM é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Em que linguagem SpatialLM está escrito?

SpatialLM é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — SpatialLM

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=manycore-research-spatiallm)](https://olud.ai/project/manycore-research-spatiallm.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.