NVIDIA AI opracowała SpatialClaw, innowacyjnego agenta, który nie wymaga tradycyjnego trenowania i zamiast tego korzysta z Pythona jako interfejsu do wykonywania zadań związanych z rozumowaniem przestrzennym. Agent działa w trwałym kernelu, gdzie może komponować i łączyć narzędzia percepcji do pracy z danymi 3D.
Podejście to wyróżnia się tym, że rezygnuje z konwencjonalnego trenowania modeli AI na rzecz bezpośredniego napisania kodu przez agenta. SpatialClaw może dostępować do bibliotek i narzędzi do analizy przestrzennej, dynamicznie je łącząc w kodzie w odpowiedzi na polecenia użytkownika. Takie rozwiązanie pozwala na elastyczność i szybkie dostosowywanie się do nowych zadań bez konieczności przeszkolenia całego modelu.
Jest to istotne ze względu na potencjał zmniejszenia czasów wdrażania i kosztów związanych z trenowaniem agentów AI do zadań wymagających rozumienia przestrzeni 3D, takich jak robotyka, planowanie ruchu czy analiza scen 3D. Training-free podejście otwiera możliwości dla większej liczby aplikacji i organizacji do korzystania z zaawansowanych technik AI bez inwestycji w znaczące zasoby obliczeniowe.