普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%

普林斯顿大学推出全新空间智能评测基准 SSoN,专门用来测试 AI 模型理解三维空间、空间关系、物体位置变换、空间推理的能力,测试结果差距非常明显,参与测试的普通人平均准确率可以达到 83.3%,而当前性能最好的大模型在这套基准上最高准确率只有 39.7%,说明现阶段大模型的原生空间推理能力和人类还有巨大鸿沟,AI 很容易搞错物体旋转、遮挡、相对位置这类空间问题。普林斯顿大学搭建 SSoN 空间智能基准,主要是现在绝大多数大模型评测集中在文字、逻辑、代码问答,缺少一套专门、标准化的空间推理测试集,很多模型在文字题表现很好,但真实三维空间想象能力偏弱,SSoN 可以统一标尺,帮研究者看清大模型在空间感知上的短板,也方便后续针对性优化多模态、空间感知方向的模型。科研人员使用 SSoN 空间智能基准做模型测试,第一步下载 SSoN 数据集与评测脚本,熟悉任务类型,包含物体旋转、遮挡判断、空间路径推演等题目;第二步把待测试大模型接入评测框架,输入对应的空间题目;第三步自动统计模型回答正确率、错误类型,对比人类基线 83.3% 和现有 SOTA 模型 39.7% 的成绩;第四步根据错误案例复盘模型缺陷,调整模型训练方案或者空间感知模块。总的来说,SSoN 不是用来否定大模型能力,而是暴露了现在大模型 “懂文字但不懂想象三维空间” 的短板,空间智能是接下来多模态模型一个重要攻关方向。

SSoN 空间智能基准核心信息清单

  • 发布机构:普林斯顿大学
  • 基准名称:SSoN
  • 评测方向:空间智能、三维推理、物体位置与变换理解
  • 人类基线准确率:83.3%
  • 当前大模型最好成绩:39.7%
  • 典型考题:视角切换、物体旋转、遮挡关系、空间布局推理
  • 用途:量化评估多模态大模型空间想象能力

成绩对比简表

测试对象SSoN 基准准确率特点
人类受试者83.3%擅长脑补三维变换、快速判断空间关系
顶尖大模型39.7%容易混淆旋转方向、遮挡前后关系,空间想象弱

【相关 FAQ】

问题 1:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,SSoN 空间智能基准考哪些内容?

回答 1:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,SSoN 重点考察物体旋转、视角变换、遮挡判断、物体相对位置这类三维空间推理题目。

问题 2:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,是不是代表大模型看图能力完全不行?

回答 2:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,大模型在普通识图、描述画面上表现尚可,难点在于需要在脑子里推演空间变化的推理任务。

问题 3:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,以后所有多模态模型都要用 SSoN 来打分吗?

回答 3:普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%,SSoN 是新增的专项基准,专门测空间智能,不会替代 MMLU、MMMU 等其他通用评测集。

【参考资料】

[2026-11-05](普林斯顿大学推出 SSoN 空间智能基准:人类准确率 83.3%,大模型最高仅 39.7%)AI 科研媒体

[2026-11-04](普林斯顿 SSoN 基准上线,量化大模型空间推理短板)多模态 AI 资讯平台

【免责声明】

本文仅为科研资讯整理,不构成模型选型建议,SSoN 数据集细节、评测规则、模型榜单更新请以普林斯顿大学项目官方页面以及论文原文为准。

本文来自作者[青棱铸元师]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/ai/202611/565.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 青棱铸元师
    青棱铸元师 2026年11月05日

    我是新投网的签约作者“青棱铸元师”!

  • 青棱铸元师
    青棱铸元师 2026年11月05日

    希望本篇文章《普林斯顿大学发布 SSoN 空间智能基准 人类准确率 83.3% 大模型最高仅 39.7%》能对你有所帮助!

  • 青棱铸元师
    青棱铸元师 2026年11月05日

    本站[新投网]内容主要涵盖:互联网行业的追踪与探索

  • 青棱铸元师
    青棱铸元师 2026年11月05日

    本文概览:普林斯顿大学推出全新空间智能评测基准 SSoN,专门用来测试 AI 模型理解三维空间、空间关系、物体位置变换、空间推理的能力,测试结果差距非常明显,参与测试的普通人平均准确率可以达到 83.3%,而当前性能最好的大模型在这套基准上最高准确率只有 39.7%,说明现阶段大模型的原生空间推理能力和人类还有巨大鸿沟,AI 很容易搞错物体旋转、遮挡、相对位置这类空间问题。普林斯顿大学搭建 SSoN 空间智能基准,主要是现在绝大多数大模型评测集中在文字、逻辑、代码问答,缺少一套专门、标准化的空间推理测试集,很多模型在文字题表现很好,但真实三维空间想象能力偏弱,SSoN 可以统一标尺,帮研究者看清大模型在空间感知上的短板,也方便后续针对性优化多模态、空间感知方向的模型。科研人员使用 SSoN 空间智能基准做模型测试,第一步下载 SSoN 数据集与评测脚本,熟悉任务类型,包含物体旋转、遮挡判断、空间路径推演等题目;第二步把待测试大模型接入评测框架,输入对应的空间题目;第三步自动统计模型回答正确率、错误类型,对比人类基线 83.3% 和现有 SOTA 模型 39.7% 的成绩;第四步根据错误案例复盘模型缺陷,调整模型训练方案或者空间感知模块。总的来说,SSoN 不是用来否定大模型能力,而是暴露了现在大模型 “懂文字但不懂想象三维空间” 的短板,空间智能是接下来多模态模型一个重要攻关方向。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们