商汤科技开源的SenseNova-SI-1.3在空间智能任务中表现优异，综合评分超过Gemini-3-Pro，尤其在视角转换等高难度任务中展现出更高的准确性。该模型通过重组多视角数据，提升了空间理解能力，克服了传统模型的不足。

本研究提出了一种基于非线性神经网络的方法，能够有效捕捉多视角数据中的复杂非线性关系。实验证明该方法在多个数据集上优于其他方法，为理解神经活动和动物位置提供清晰解释。

通过引入神经光辐射场（NeRFs），文本到三维生成方法取得了进展。最新工作通过多视角数据微调二维扩散模型，强制执行细粒度的视图一致性。该方法有效减轻了浮动点和完全空白空间的问题。在T$^3$Bench数据集上，该方法达到了最先进的性能。