arXiv · AI· Junfei Wu, Qiuyue Wang, Xuhong Huang, Qihang Peng, Mingsheng Li, Jian Guan, Qiang Liu, Shu Wu, Liang Wang, Shuai Bai, Tieniu Tan·· 11 小时前AI 评分39
ReConSpatial 基准揭示 LVLM 空间智能差距：结构理解优于度量重建
Reconstruction as Spatial Evaluation: Diagnosing Cross-View Spatial Intelligence in Large Vision-Language Models
AI 导读
新基准 ReConSpatial 评估 18 款前沿 LVLM 的多视角 3D 场景重建能力，指出相对结构与度量重建存在一致差距。 GPT-6-Astra 在结构任务得分 81.4%，但度量重建仅 58.7%；9 项原子空间问答任务关联原子能力与重建质量。 实验表明 3D 地图注入可区分场景构建与路径规划，空间微调在通用视觉语言基准上实现广泛迁移。
来源：arXiv · AI · arxiv.org