GPT-6.2 Astra 展示空间推理能力,可从比赛画面映射球员位置
有人拿 GPT-6.2 Astra 把篮球比赛画面里的球员位置直接映射成俯视球场图,连阿里的 Justin Lin 都转发讨论了。想看多模态模型空间推理实际到什么程度的话,这个示例很直观。
开发者在 X 上演示了 GPT-6.2 Astra 的空间推理表现:输入一段篮球比赛画面,模型能把球员位置映射到一张俯视视角的球场平面图上,生成对应的位置图。
该演示由 SkalskiP 发布,Alibaba Qwen 团队的 Justin Lin(JustinLin610)转发了这条内容。\n\n从演示来看,模型需要同时理解透视关系、人体在三维空间中的站位以及球场坐标系,再转换成二维平面图上的对应点,这类任务对视觉空间推理要求较高。
转发者 Justin Lin 玩笑称自己是波士顿凯尔特人球迷,看到这个示例里的比赛场景心情复杂。\n\n空间推理(spatial reasoning)近年被视为多模态模型的难点方向,从真实比赛视频到平面图的映射属于其中较具体的落地示例,开发者社区常以此类演示对比各家模型的多模态能力。
6.2 looks impressive (but as a boston fan i don't feel good about this example lol... SkalskiP @skalskip92 GPT-6.2 Astra is so good at spatial reasoning asked it to map player positions onto a top-down court
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:GPT-6.2 Astra、多模态、空间推理、OpenAI,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Junyang Lin」(@JustinLin610),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 The Business Times: Tech、Decoder、阿里云 Alibaba Cloud 等),属于近期高关注度行业信号。