#GST-Bench

视觉语言模型真的具备空间意识吗？GST-Bench 揭示 VLM 全局空间感知能力的巨大鸿沟

最新研究推出 GST-Bench 基准测试，揭示了当前顶尖视觉语言模型(VLM)在长视频全局空间感知任务上与人类存在的巨大差距，为具身智能的未来发展指明了新方向。