地图瓦片视觉定位

SMAP：基于地图锚定的多模态对齐的语义路线规划

SMAP: Semantic Route Planning with Map-Grounded Multimodal Alignment

把地图瓦片当作视觉输入喂给多模态大模型，并用「草稿—校验」自编辑加幻觉惩罚 DPO 抑制空间幻觉，这套「视觉证据校验 + 偏好对齐」流程可迁移到任何需要地理/空间落地的视觉-语言任务（如视觉导航、地图问答、具身路径规划）。