细粒度空间推理

平板包装基准：通过家具组装评估大型视觉语言模型的时空理解

Flat-Pack Bench: Evaluating Spatio-Temporal Understanding in Large Vision-Language Models through Furniture Assembly

该基准通过家具组装任务和视觉提示，系统评测LVLM的细粒度时序排序、状态定位、部件匹配与跟踪能力，为视频理解模型在复杂空间交互场景下的评估提供了新协议和诊断工具。