视觉语言模型 / CVPR2026
SpatiaLQA:评估视觉语言模型空间逻辑推理能力的基准
SpatiaLQA: A Benchmark for Evaluating Spatial Logical Reasoning in Vision-Language Models
可复用其递归场景图辅助推理框架:用视觉基础模型把复杂室内场景逐步分解为与任务相关的场景图,再交给 VLM 做多步空间逻辑推理,这一思路可直接迁移到具身导航、机器人操作等需要空间关系判断的视觉任务。
空间逻辑推理场景图视觉基础模型