研究人员推出了 MentalGrid,这是一个旨在评估多模态大语言模型(MLLMs)空间模拟能力的新基准。当前模型在没有视觉反馈的情况下模拟不断变化的空间状态方面存在显著缺陷,随着复杂性的增加,它们在感知限制和多步推理方面都面临困难。为解决此问题,开发了一个三阶段课程学习框架,并由此产生了 SpatialWalker 模型。该模型在空间模拟任务上比其基础模型提高了 33.8%,在这些任务上优于 Gemini 3 Flash 等专有模型,并展现出对域外基准的强大泛化能力。 AI
影响 突出了多模态大语言模型在空间模拟方面的一个关键差距,可能指导未来的研究朝着更强大的世界理解方向发展。
排序理由 该集群包含一篇介绍新基准和用于评估多模态大语言模型空间推理能力模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →