arXiv · AI· Qingchuan Ma, Yuexiao Ma, Xiang Meng, Yixuan Zou, Tianyu Xie, Wang Chen, Yuhui Zeng, Yuhang Wu, Xiawu Zheng, Rongrong Ji·· 2026-10-14AI 评分34
RoTA-Bench 评估视觉语言模型的 3D 空间推理能力
RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment
AI 导读
RoTA-Bench 通过交互式 3D-2D 投影对齐任务评估视觉语言模型的空间推理能力。基准包含 674 个任务及 100 个分层测试集。 实验显示 GPT-5.6-Sol 成功率仅 17%,显著低于人类参与者。移除交互历史后,模型 96.8% 的操作停留在 30 度粗粒度步长。 研究揭示了将视觉证据转化为精确 3D 控制能力仍具挑战性。
来源:arXiv · AI · arxiv.org