度量真值标注

从室内到开放世界：揭示多模态大模型中的空间推理鸿沟

From Indoor to Open World: Revealing the Spatial Reasoning Gap in MLLMs

对做多模态大模型空间推理的人，这篇提供了用双目+LiDAR+IMU/GPS 采集的行人视角视频自动生成分层空间推理问答的流程，以及合成异常场景与盲测两种诊断协议，可直接用来检验模型是否真的依赖视觉 grounding 而非语言先验。