SpatialScout 基准发布：80 个 3D 场景考 VLM 主动探索

北京大学与天津大学团队发布 SpatialScout 基准，用于评估视觉语言模型（VLM）智能体的主动式物体级 3D 场景建图能力，而非仅做静态图像问答。基准包含 80 个室内场景，要求智能体主动探索并绘制 3D 地图，相关成果经 Hugging Papers 转发后引发关注。

2026-10-22 ~ 2026-10-23 · 2 条相关

• SpatialScout 基准：80 个场景考验 VLM 智能体主动探索 3D 建图 — Zhaoxi Zhang · 2026-10-22
• SpatialScout 基准：80 个 3D 场景考 VLM 主动探索建图能力 — _akhaliq · 2026-10-23