Hugging Face · 每日论文· 媒体 / 作者来源·精选
SpatialScout：VLM代理能否主动探索和绘制3D场景？
原文标题
SpatialScout: Can VLM Agents Actively Explore and Map 3D Scenes?
AI 导读
研究人员开发了一个名为SpatialScout的基准，用于评估视觉语言模型（VLM）代理在主动对象级3D绘制方面的能力。该基准包含80个不同的室内场景和3140个目标对象。实验结果表明，即使是最强的模型在绘制精确的度量地图方面也存在重大局限性。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
SpatialScout基准为开发能够通过主动感知构建可靠3D空间表示的代理提供了一个定量测试平台。
导读由模型辅助整理，非独立核验。完整信息见原文。