普林斯顿SSoN基准：人类83.3%，VLM最高39.7%

据36氪2026年11月4日报道，普林斯顿大学AI Lab团队推出空间智能测试基准SSoN。该基准包含1000道静态室内图像跨视角空间一致性判断题，覆盖7个室内场景和6类三维编辑类型。测试结果显示，人类答题准确率为83.3%；6款受测视觉语言模型中，GPT-6 Astra Pro以39.7%的准确率排名第一，其余5款模型准确率均低于25%的随机猜测基线。报道未提及该基准发布后的其他后续进展。

根据公开报道整理 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。