论文页面 - 从生成视角探索空间智能

来源：https://huggingface.co/papers/2604.20570
作者：

,

,

,

,

,

,

,

,

,

摘要

生成式空间智能基准通过真实与合成数据集，评估并提升图像生成中的三维空间约束操控能力。

空间智能对多模态大模型至关重要，然而现有基准仅从“理解”角度评测。我们追问：现代生成式或统一多模态模型是否具备生成式空间智能（GSI）——即在图像生成过程中尊重并操控三维空间约束的能力？该能力能否被度量与增强？为此，我们提出GSI-Bench，首个通过空间接地图像编辑量化 GSI 的基准。它包含两大互补组件：GSI-Real，一套经三维先验引导生成与过滤流程构建的高质量真实世界数据集；GSI-Syn，一个具备可控空间操作且标签全自动的大规模合成基准。配合统一评测协议，GSI-Bench 实现可扩展、模型无关的空间合规性与编辑保真度评估。实验表明，在 GSI-Syn 上对统一多模态模型进行微调可同时在合成与真实任务上带来显著提升，并意外增强下游空间理解能力。这首次明确证明生成式训练能实质强化空间推理，为提升多模态模型空间智能开辟新路径。

查看 arXiv 页面 (https://arxiv.org/abs/2604.20570)
查看 PDF (https://arxiv.org/pdf/2604.20570)
项目主页 (https://aim-uofa.github.io/GSI-Bench/)
GitHub5 (https://github.com/aim-uofa/GSI-Bench)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.20570)

在智能体中获取本文：

hf papers read 2604.20570

尚未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2604.20570，即可在此页面显示链接。

引用本文的数据集 0

暂无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2604.20570，即可在此页面显示链接。

引用本文的 Spaces 0

暂无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2604.20570，即可在此页面显示链接。

包含本文的合辑 0

暂无合辑包含本文

将本文添加到合辑，即可在此页面显示链接。