---
title: "SpatialLadder"
description: "SpatialLadder：多模态推理、空间推理；Runner 一致性待确认。"
modelId: "spatial-ladder"
pageSource: generated
---

SpatialLadder 是专精空间推理的 3B 多模态模型——回答图像与视频中空间关系相关的问题。catalog 记录其多模态/空间推理与图像/视频问答任务，产物为 model_response；权重位于 hongxingli/SpatialLadder-3B。

<ModelPaperFigures modelId="spatial-ladder" locale="zh" />

代码：[hongxingli/SpatialLadder-3B](https://huggingface.co/hongxingli/SpatialLadder-3B)。

<ModelCommandBuilder modelId="spatial-ladder" locale="zh" />

## 用来做什么

用 `spatial-ladder` 做本卡的多模态推理。

3B 参数的视觉-语言模型；其名称所暗示的阶梯式（渐进空间推理）训练设计见上游说明，发表机构与内部细节仓库未记录。

catalog 记录的任务包括 多模态推理、空间推理、图像问答、视频问答。别名包括 `spatial_ladder`、`hongxingli/SpatialLadder-3B`。

## 运行时契约

可选 `prompt`、`image`、`video`、`seed`、`frames`；产物 `spatial-ladder.json`。

CLI task profile：`multimodal-reasoning`、`spatial-reasoning`、`image-question-answering`、`video-question-answering`、`video_generation`。绑定的 pipeline 类是 `SpatialLadderPipeline`。

系列状态：**Runner 一致性待确认**。

可作为生成场景的轻量空间问答评审；3B 规模在一般 GPU 上即可运行。

Checkpoint 属于外部资产——权重缺失时会在运行时报告，而不会自动下载。

## 在 WorldFoundry 中运行

catalog 启动命令是 `worldfoundry-eval run spatial-ladder --pipeline.task-profile multimodal-reasoning`。上方命令构建器按已记录任务切换 `--pipeline.task-profile`，发出的仍是 `worldfoundry-eval run`。

运行环境是统一 profile `worldfoundry-unified-cu128`（Python 3.11，CUDA 12.8）。

记录的权重仓库包括 `hongxingli/SpatialLadder-3B`。准备环境并检查本地资产：`bash scripts/inference/prepare_model_infer.sh spatial-ladder`；下载缺失的公开权重时加 `--download`。

状态：**Runner 一致性待确认**。

<ModelRelatedRecipes modelId="spatial-ladder" locale="zh" />