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%

浙江大学庄越挺团队提出新基准 SpaceCast-Bench，专门评估视觉语言模型在预测性空间推理上的能力，21 个模型最高准确率仅为 58.0%，远低于人类 87.2%。