SPARGen：用原生多模态生成统一空间感知与推理

SPARGen 是一个统一多模态框架，将 3D 重建、稠密对应和空间推理统一建模为指令条件下的生成任务，通过将结构化与语言输出序列化为 token 序列、并以图像对齐形式生成稠密几何场，让空间监督共同塑造原生多模态生成模型内的共享表示。在 3D 重建、对应和空间推理的多项基准上，SPARGen 在单一原生多模态生成框架内对异构空间任务取得了有竞争力的表现。