标签 > VLM 在预测性空间推理上的缺口还有多大？21 个模型，最高准确率仅 58.0%

浙江大学推出的 SpaceCast-Bench 评测基准专门用来测试 VLM 的预测性空间推理能力，一共测试 21 个主流视觉语言模型，表现最好的模型