MindTopo 揭示 VLM 的空间推理能力

MindTopo 是 Microsoft Research 提出的新 benchmark，用连续性、分离、顺序、包围、打结五类任务评测多模态大语言模型的拓扑空间推理能力。测试显示各模型静态识别明显优于交互规划，且两者都远低于人类水平；规划失误多发生在场景已被理解之后，模型会丢失结构关系或提出违反环境动力学的动作。