Koltun 演示前沿模型空间认知短板：GPT-4o 在模拟公寓找不到浴缸

le_james94 · x · 2026-10-13

lejames94 复盘 Vladlen Koltun 在 ETH 的讲座。他演示 GPT-4o 在模拟公寓中导航：「这东西怎么都找不到浴缸」——模型迷路、乱转，始终搞不清自己在哪。Koltun 把这一短板称为空间认知：知道东西在哪、自己在哪、以及如何到达某处。

修复思路是用实证而非立场：训练一个 9B 开源模型（Qwen3.5 9B）做 Sokoban、七巧板、Rush Hour 等谜题，held-out 成功率从 13% 提升到 83%，加视觉 token 后约 89%。另引用 BabyVision 基准（2026 年 1 月）：最佳模型 49.7% vs 成人 94.1%，Koltun 认为模型停留在约 3 岁水平。他的口头禅：「犯错比正确更有意思。」