跳到正文
热点事件持续更新

TuringSpace发布:交互式CAPTCHA揭示MLLM空间智能缺陷

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月,arXiv发布TuringSpace研究,这是一个包含125个交互式CAPTCHA的合成环境,专门测试五项空间能力。该基准测试通过屏幕操作暴露多模态大模型(MLLM)的空间认知缺陷。 测试结果显示,人类解决率高达94.1%,而主流模型表现不佳,GPT-6 Astra失败率为25.9%,Kimi K3失败率达68.0%。这表明当前大模型在空间智能方面存在显著短板。 研究进一步验证了改进路径,通过微调Qwen3.5-9B模型,其成功率从1.6%显著提升至33.1%。该工作证明了交互式CAPTCHA不仅是评估工具,也提供了可扩展的空间智能训练方式。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    TuringSpace:基于交互式 CAPTCHA 的空间智能基准测试

    TuringSpace 是一个包含 125 个交互式 CAPTCHA 的合成环境,涵盖五项空间能力。 人类解决率为 94.1%,GPT-6 Astra 失败 25.9%,Kimi K3 失败 68.0%。微调 Qwen3.5-9B 后成功率从 1.6% 提升至 33.1%。 该研究证明通过屏幕操作能暴露 MLLM 的空间缺陷,并提供可扩展的训练方式。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。