SPRIGHT एक बड़ा दृश्य भाषा डेटासेट और मॉडल है जो स्थानिक संबंधों पर केंद्रित है। इसने 60 मिलियन छवियों का पुनर्विवरण करके SPRIGHT डेटासेट का निर्माण किया है, जिससे विवरणों में स्थानिक वाक्यांशों की संख्या में उल्लेखनीय वृद्धि हुई है। इस मॉडल को 444 छवियों पर, जिनमें बड़ी संख्या में वस्तुएँ हैं, माइक्रो-ट्यूनिंग प्रशिक्षण दिया गया है जिससे स्थानिक संबंधों वाली छवियों को उत्पन्न करने में अनुकूलन हुआ है। SPRIGHT ने कई बेंचमार्क परीक्षणों में स्थानिक संगति में उच्चतम स्तर हासिल किया है, साथ ही छवि गुणवत्ता स्कोर में भी सुधार हुआ है।