专题：spatial-reasoning

GroundedPlanBench是一个创新框架，通过将机器人演示视频转化为结构化数据，帮助视觉语言模型同时学习任务规划与空间定位能力。该框架基于微软DROID数据集，结合Meta SAM3图像分割技术，构建了1,009个真实世界任务的测试场景。实验验证表明，其在复杂长时序任务中显著提升了机器人动作准确性和任务完成率，为AI在机器人操控领域的发展提供了新方…

SSI-Bench是一个基于约束流形的空间智能评估基准，旨在检验多模态大模型在复杂三维结构推理中的能力。通过人工构建的1,000道排序题，该基准揭示了当前模型在三维结构识别和约束推理上的显著不足，人类表现远超AI。其核心亮点在于结合结构工程知识，提供更贴近现实的评测环境。