细粒度车辆检索
一种面向无人机车辆影像的空间感知智能体，通过两阶段训练实现细粒度车辆属性识别与检索。
周月 · Ran, Ding · 杨学 · 姜雪 · 刘兴钊
IEEE Transactions on Geoscience and Remote Sensing 2025
AirSpatial 是首个提供三维边界框的遥感 grounding 数据集，为空间推理提供更精细的监督。
先进行图像理解预训练，再进行空间理解微调，有效将现有 VLM 的图像理解能力迁移到空间域。
通过动态集成任务规划、图像理解、空间理解和任务执行能力，智能体能够适应多样化的查询需求。