Uni-LaDiR 用潜空间扩散统一图文 3D 推理

2026 年 10 月 6 日，AGI Hunt 报道了 Uni-LaDiR（Unified Latent Diffusion Reasoner）框架：它用扩散模型在潜空间中生成「潜思维」，把 VLM 与 VLA 所涉及的图像、文本、3D 点云等模态推理统一到同一个空间，使推理过程不再依赖具体模态的表征形式。该框架的核心主张是，人类推理并不会在图像、文本、3D 点云之间分别切换，思维应当存在于更抽象的潜空间中，与 CoT 数据来自哪种模态无关。目前关于该框架的公开信息仅限于这一篇报道，尚无后续进展或第三方复现结果，也未见与早先报道存在数字、时间或说法上的冲突。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。