普林斯顿AI Lab发布空间智能基准SSoN：人类准确率83.3%，大模型最高39.7%

普林斯顿AI Lab发布空间智能基准SSoN，该任务要求模型根据四张静态室内图像识别违背同一场景的那一张。在完整1000题测试中，人类准确率达到83.3%，受测视觉语言模型中表现最好的GPT-6 Astra Pro准确率仅为39.7%。研究发现多数模型表现甚至低于四选一25%的随机基线，且在移动和旋转类空间编辑上存在显著短板。