普林斯顿AI Lab出题,「空间智能」大考:人类83.3%,大模型最高39.7%!

2026.11.04 · 收录日 2026.11.04 · 事件 · 论文 · 论文预印本

普林斯顿AI Lab推出SSoN基准,用四张静态室内图考跨视角空间一致性,人类83.3%,最强VLM仅39.7%。

普林斯顿大学AI Lab等团队发布空间智能新基准 SSoN,给出四张静态室内图,要求模型找出违背同一场景的那一张并解释原因。在完整 1,000 道题上人类准确率 83.3%,六个受测 VLM 中最高仅 39.7%,其余五个低于 25% 随机基线。

  • SSoN 用四张静态室内图判断哪张不属于同一三维场景,并解释理由,共 1,000 题、4,000 张图像。
  • 人类准确率 83.3%,六个受测 VLM 中 GPT-6 Astra Pro 以 39.7% 领先,其余五个低于 25% 随机基线。
  • 17 个视觉编码器以特征相似度选离群视图,准确率仅 16.9% 至 21.7%,全部低于随机线。
  • 六个模型合计 1,368 次正确选择中,29.5% 未通过解释检查,最高模型 True solve 从 39.7% 降至 34.9%。
  • 微调 Qwen2.5-VL-7B 后,未见房间测试准确率从 21.89% 升至 41.79%,旋转类从 32.84% 升至 58.21%。

为什么值得看

首次系统量化大模型跨视角空间理解的短板

适合谁关注

关注多模态、空间智能与具身智能的研究者

原始来源

查看收录日 2026.11.04 全部卡片 · 全部卡片归档