SpatialScout基准评测智能体主动空间理解能力

SpatialScout基准发布，将智能体在未知室内环境中主动选择观察、移动相机并输出物体三维坐标的流程做成可记录、评分和比较的研究任务，论文、代码与数据集已公开。正式评测选取80个室内场景、3,140个目标实例，来自iTHOR、RoboTHOR、ArchitecTHOR、ReplicaCAD和ProcTHOR，每个任务最多100轮模型交互。 当前7个模型、8种配置的比较中，Opus 5.5的任务平均IoU为41.71%，Astra（xhigh）为33.16%，Sonnet 5.5为32.28%。费用使用OpenRouter固定价格快照，并仅对token记录完整的任务求均值。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。