跳到正文
新智元· 新智元·· 1 天前精选AI 评分60

厦门大学与南洋理工大学团队提出 RoTA-Bench 交互式 3D 投影对齐空间推理基准

模型能感知调整3D物体位姿吗?首个交互式投影对齐空间推理基准

AI 导读

厦门大学与南洋理工大学团队提出 RoTA-Bench,通过交互式 3D-to-2D 投影对齐评估视觉语言模型将二维观察转化为精确旋转动作的能力,论文链接 https://arxiv.org/abs/2610.17665,代码与数据集见 https://github.com/MAC-AutoML/RoTA-Bench。

推荐理由

该基准把空间推理拆成方向与角度两步诊断,可迁移的评测思路对关注视觉语言模型动作控制的研究者有参考价值。

来源:新智元 · mp.weixin.qq.com