应用介绍

对机器人说「把杯子放到盘子左边第二个空位」，它往往理解不了这种带空间关系的指令。RoboRefer 是一个具备空间指代与推理能力的机器人视觉语言模型，能精确定位指令中描述的位置和物体。

它结合深度信息和多步推理，处理复杂的空间关系，论文收录于 NeurIPS 2025。

软件功能

空间指代：精确定位。

多步推理：复杂关系。

深度理解：三维空间感知。