无人机具身智能新基准SIS-Bench
Zhishan Zou · hf · 2026-07-17
提出了一个面向 UAV 具身智能的新基准 **SIS-Bench**，用来评估“空间理解”和“自我意识”两条主线下的空间智能能力。 ### 基准设计 - 统一为 **self-in-space** 设定，分别考察 **space** 与 **self** 两个维度 - 按 **感知 / 记忆 / 推理** 三个层级组织任务 - 数据来自 **1,646** 段真实无人机视频，经过任务化构建和专家验证 - 共包含 **4,856** 组问答，覆盖 **13** 个任务 ### 主要发现 - 现有 MLLM 在无人机场景中对**动态、以智能体为中心**的过程建模能力不足 - 模型在**空间认知**和**自我意识**之间表现出明显不均衡 - 随着认知层级从感知到记忆再到推理，性能会逐步下降 ### 方法与效果 作者进一步尝试引入 **motion-aware representation**，把光流与视觉特征融合进自我相关动态建模。 - 结果显示，显式建模运动信息能持续提升**感知**和**记忆**表现 - 这种提升不仅体现在空间认知，也体现在自我意识相关任务上 - 该表示还能泛化到下游 UAV 决策任务 结论是：要推进无人机具身空间智能，不能只看环境理解，还需要显式建模“自身”在空间中的动态状态。