SpaceOm — дообученная визуально-языковая модель для пространственных вопросов по изображениям, включая расположение объектов, их движение и примерные расстояния.
Подходит для: ответы на вопросы о расположении объектов на изображении · определение взаимного положения и свойств предметов · подсчёт объектов в сцене