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
| 评测类型 | 考察重点 | 模型表现 |
|---|---|---|
| 传统图文评测 | 物体识别、图片字幕、简单问答 | 多数主流模型得分较高 |
| SSoN 空间智能评测基准 | 三维推理、空间变换、遮挡关系 | 主流模型普遍得分偏低,短板明显 |
三、使用 SSoN 空间智能评测基准开展模型测试的流程
- 加载 SSoN 评测数据集,读取配套的图像、空间问答任务
- 送入待测试多模态大模型,收集模型输出答案
- 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
- 统计整体正确率,拆分不同空间子任务的得分情况
- 和其他公开模型的 SSoN 结果横向对比,定位模型薄弱项
- 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。
相关阅读
- 英伟达业绩火热的夏天,具身模型公司为何步入资本寒冬?
- 华为 WATCH Air 首曝机身比苹果 Watch 更薄,外观颜值亮眼
- 捷途环游者 EV 纯电方盒子预售 9.99 万,四驱版本 5 秒破百
- 一小时 10 元,工人采集第一视角数据训练机器人
- CormaAI 完成 1.25 亿美元 A 轮融资,估值 10 亿美元跻身网络安全 AI 独角兽
- Khosla Ventures 持续加注 CormaAI,助力防御性网络安全基础模型研发
- Perplexity agents 可将金融分析中的数字引用至财报行项目
- LearnOpenCV 分享货架检测案例多出的边界框暴露计数问题
- Synthesia 推出 AI 视频工具 Syren一条提示词即可生成品牌视频,支持文档素材导入与聊天式精修
- Perplexity 队友基于 Fable 5.2 打造浏览器开放世界驾驶游戏 VICE'86
- UNESCO 报告AI 气候问答准确率约 90%,遭用户质疑时会放弃科学事实
- GartnerAI 治理薄弱或致 40% 的 I&O 组织 2028 年前遇服务中断
- Gartner 伦敦 IT 基础设施大会首日亮点汇总
- 真福星田小娟每次登S赛决赛开幕式LPL战队就夺冠
- 华为首个动态血糖仪维感 G1 技术配置与监测能力解析
- DeepSeek V4 Pro 大模型升级推理速度提升 40%,适配国产 AI 芯片
-
折纸回旋飞机怎么折,核心就是用一张长方形或者 A4 纸,通过对折定型机身,折出对称机翼和尾翼,调整机翼上...浏览全文>>
-
爱一个人的说说短句适合发布在朋友圈动态,特点是简短克制,情绪表达含蓄不浮夸,不用长篇大论,一句话就能传...浏览全文>>
-
先说核心判断:眼下并不是 "英伟达越热、具身模型公司就一定越冷" 的简单对立,更准确的说法是 ——站在算...浏览全文>>
-
全新华为 WATCH Air 超薄智能手表外观图已经曝光,这款新品主打的就是轻薄机身设计,实测爆料厚度比苹果 W...浏览全文>>
-
捷途环游者 EV 是捷途第一款纯电方盒子 SUV,这次直接放出 9 99 万的起售预售价,在同类型纯电方盒子车...浏览全文>>
-
这篇报道里的缝纫工张莉,在工厂上班的时候佩戴头戴式第一视角摄像头,正常干活的同时录制操作画面,每小时额...浏览全文>>
-
2026 年 11 月 16 日,专注防御型网络安全的 AI 公司 Corma(也称 CormaAI)宣布完成 1 25 亿美元 A 轮融资,投后估值达到 1 浏览全文>>
-
Khosla Ventures 继续跟进投资 Corma,持续支持这家公司训练面向防御场景的网络安全基础模型,这一轮 A ...浏览全文>>
-
Perplexity agents(Computer 智能体)在金融分析场景里,支持把分析结果里的每一个财务数字直接锚定、引用...浏览全文>>
-
LearnOpenCV 分享了零售货架商品检测实战案例,案例里最典型的故障现象就是模型输出大量多余、重复的边界框,...浏览全文>>
- 折纸回旋飞机怎么折 手工制作教程
- 华为 WATCH Air 首曝机身比苹果 Watch 更薄,外观颜值亮眼
- 捷途环游者 EV 纯电方盒子预售 9.99 万,四驱版本 5 秒破百
- Synthesia 推出 AI 视频工具 Syren一条提示词即可生成品牌视频,支持文档素材导入与聊天式精修
- UNESCO 报告AI 气候问答准确率约 90%,遭用户质疑时会放弃科学事实
- 手机上如何查驾照分 交管 12123 查询教程
- 5 年内 AI 可直接翻译二进制代码,或将冲击 x86 与 ARM 指令集护城河
- 爱人者人恒爱之的出处 原文释义详解
- 美团怎么购买飞机票 完整操作指南
- 骏成科技斥资 7.65 亿元采购 9000 张 GPU 显卡,单张均价 8.5 万元
- Khosla Ventures 持续加注 CormaAI,助力防御性网络安全基础模型研发
- LearnOpenCV 分享货架检测案例多出的边界框暴露计数问题
- GartnerAI 治理薄弱或致 40% 的 I&O 组织 2028 年前遇服务中断
- Gartner 伦敦 IT 基础设施大会首日亮点汇总
- DeepSeek V4 Pro 大模型升级推理速度提升 40%,适配国产 AI 芯片
- 冒名黄仁勋诈骗短信流传称转 100 万新台币可获定制 6090 显卡
- 小鹏 IRON 人形机器人商用进展与技术配置解析
- 企业广泛使用 AI 模拟消费者,这套技术凭什么值得采信
- 爱情公寓 5 简介 系列最终季收官作品
- 玩家用 RTX5080 把 GTA5 锁 20 帧特训,提前适应 GTA6 主机 30 帧
- 一小时 10 元,工人采集第一视角数据训练机器人
- Perplexity 队友基于 Fable 5.2 打造浏览器开放世界驾驶游戏 VICE'86
- 美国 NHTSA 调查超百万本田汽车自动启停故障事件
- 球形摄像头拍违章吗 抓拍功能详解
- 一文读懂 Personal Agent(个人智能体),主动帮用户代办事务的 AI 数字分身
- 驾驶证扣分怎么处理 违章记分办理指南
- 爱奇艺会员怎么共享 星钻家庭组共享操作说明
- OPPO Reno17 全球首发 6 秒超清实况,主打年轻人社交分享
- Qwen4-Max 首日上线 Novita AI1M token 上下文,原生视觉能力与 API 定价一览
- 明年平价游戏显卡依旧很难等到
- 付费装机翻车,7800X3D 仅 80W 冲到 91℃,根源是散热器保护膜没撕掉
- iPhone Duo 无需越狱本地运行 Win11,但每次启动都要连接调试器
- 实测腾讯 Hy4 flash,仅花费两毛钱就能让 AI 从零生成 3D 交互网页
- NASA 招募登月宇航员,年薪可达 119 万,入选后有机会去月球上班
- 收到 offer 辞职后遭新公司拒录,法院判企业承担缔约过失赔偿
- 家居企业跨界布局商业航天,星途一号月球探测器计划 2028 年发射
- 理想汽车 OTA 上线便捷换胎功能,依靠 800V 主动悬架自动抬轮告别千斤顶
- 马来西亚机房 GPU 申报新规暂无固定张数门槛,重点按算力参数监管
- 专家评价《GTA6》影响力堪比奥运会,玩家或连续数月沉浸游玩
- 西昌邛泸景区招保洁设笔试面试收 80 元面试费引发热议,景区作出回应
