普林斯顿推出 SSoN 空间智能评测基准，发现多模态大模型三维推理存在明显短板

普林斯顿大学发布了名为 SSoN 的空间智能评测基准，这套评测专门用来测试多模态大模型的三维空间理解能力，测试结果显示现在主流多模态大模型在三维推理上短板突出，很多模型看懂二维图片不难，但很难正确理解物体空间位置、遮挡关系、体积大小、视角变换这类三维逻辑。以往大部分多模态评测集中在看图描述、识别物体，很少深挖三维空间推理，SSoN 就是针对性补齐这个缺口，它设计了大量需要脑补空间变换、判断空间关系的题目，用来量化模型的空间智能水平。研究团队用这套基准对多款主流多模态大模型做了对照测试，模型在空间推理类任务上正确率普遍偏低，说明当前多模态能力更多停留在二维感知层面，离真正的三维空间认知还有不小差距。整体来看，SSoN 空间智能评测基准给行业提供了统一的测试标尺，后续研发人员可以依托这套基准去优化模型的空间感知、三维推理能力。

一、SSoN 空间智能评测基准核心信息清单

• 发布主体：普林斯顿大学
• 评测名称：SSoN
• 评测目标：衡量多模态大模型空间智能、三维推理能力
• 任务类型：视角转换、遮挡推理、空间布局判断、尺寸相对关系、物体空间交互
• 核心结论：主流多模态大模型二维识别表现尚可，三维推理能力薄弱
• 价值：提供标准化基准，方便不同模型之间横向对比

二、常规多模态评测与 SSoN 基准对比

三、使用 SSoN 空间智能评测基准开展模型测试的流程

1. 加载 SSoN 评测数据集，读取配套的图像、空间问答任务
2. 送入待测试多模态大模型，收集模型输出答案
3. 按照基准自带的评分规则，判断回答是否符合真实三维空间逻辑
4. 统计整体正确率，拆分不同空间子任务的得分情况
5. 和其他公开模型的 SSoN 结果横向对比，定位模型薄弱项
6. 根据评测反馈，调整模型训练方案，针对性提升三维推理能力

【相关 FAQ】

问题 1：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，SSoN 主要测哪些内容？

回答 1：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，SSoN 重点测试多模态大模型的视角变换、遮挡判断、物体相对位置、空间布局这类三维推理任务。

问题 2：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，是不是代表多模态模型看不懂图片？

回答 2：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，并不是模型看不懂图片，而是模型很难从二维画面推导出真实、准确的三维空间关系。

问题 3：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，这套基准对大模型开发者有什么用？

回答 3：普林斯顿发布 SSoN 空间智能评测基准，揭示多模态大模型三维推理严重短板，开发者可以用 SSoN 统一对比不同模型的空间能力，定向优化模型的三维推理模块。

【参考资料】

[2026-11-04]（普林斯顿发布 SSoN 空间智能评测基准：揭示多模态大模型三维推理严重短板）AI 科技媒体

[2026-11-03]（普林斯顿 SSoN：面向多模态大模型的空间智能测试集上线）机器之心

[2026-11-01]（SSoN 基准实验：现有多模态大模型空间推理能力评测报告）arXiv 资讯

【免责声明】

本文内容基于公开学术资讯整理，SSoN 空间智能评测基准的数据集细节、实验结论、评测指标以普林斯顿大学官方论文为准，不代表技术落地建议，不构成相关项目投资决策参考。