新评测探针:10 个视觉基座模型按 4 层级考「跨观测空间状态保持」

liuziwei7 · x · 2026-11-02

一项新的空间感知评测指出该领域评测长期错位:大家都在考「看得懂这张图吗」,很少考「走过两步之后还知道东西在哪吗」。作者将空间感知定义为持续的空间状态——在观测之外保持、随自运动更新、并能用于行动。该工作把 10 个视觉基座模型按 4 个层级进行探针测试,评测轴换成状态能否跨观测保持。做具身和 VLA 的研究者值得参考。

所属事件:多机构研究:10个视觉基础模型无一能完整保持空间状态(3 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →