Artículos e investigación

De la percepción de ubicación a la comprensión funcional: un nuevo benchmark de inteligencia espacial funcional para grandes modelos de lenguaje multimodales

Título original:From Where Things Are to What They’re For: Benchmarking Spatial–Functional Intelligence for Multimodal LLMs

Resumen de IA

Los benchmarks existentes, como VSI-Bench, evalúan principalmente capacidades básicas de percepción geométrica, pero no abordan la cognición de alto nivel que requiere la inteligencia encarnada. Por ello, el equipo de investigación presenta SFI-Bench, un benchmark de inteligencia espacial funcional que contiene más de 1700 preguntas, con datos procedentes de diversos vídeos de escaneo de interiores en primera persona. SFI-Bench pretende evaluar de forma sistemática la capacidad avanzada de razonamiento espacial de los grandes modelos multimodales, desde la percepción de la ubicación de los objetos hasta la comprensión de su intención funcional, lo que supone pasar de una evaluación geométrica a una evaluación funcional de la cognición espacial de los agentes.

Puntos clave

  • Los benchmarks existentes,como VSI-Bench,evalúan principalmente capacidades básicas de percepción…
  • Por ello,el equipo de investigación presenta SFI-Bench,un benchmark de inteligencia espacial…
  • SFI-Bench pretende evaluar de forma sistemática la capacidad avanzada de razonamiento espacial de…

Resumen rápido

Publicado
Actualizado
Fuente
Apple Machine Learning Research(RSS)
Categoría
Artículos e investigación
Puntuación IA
73
Leer el original Leer el artículo completo en la fuente original
Por qué importa

Apple 自己搞的 SFI-Bench 把评估从几何定位推进到功能理解,这个方向很对,做具身智能和空间推理的团队该跟一下。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: De la percepción de ubicación a la comprensión funcional: un nuevo benchmark de inteligencia espacial funcional para grandes modelos de lenguaje multimodales. 6. mayo 2026. https://new.nat6.net/es/news/cmoumrg40016rslv9r33qvhhb/

Ver todo →