arXiv cs.AI· Zheng Ren, Yanning Wang, Ziheng Huang, Fei Huang, Shiqi Wang, Ziqian Ye, Yang Yue·· 6 天前AI 评分31
GeoSpatialBench：面向地理空间推理与受限空间编辑的基准
Mind the Spatial Gap: A Benchmark for Geospatial Reasoning and Constrained Spatial Editing
AI 导读
研究者提出 GeoSpatialBench，一个基于六座城市真实城市数据、覆盖 28 种拓扑/方向/度量/排序关系的空间认知基准，涵盖 GeoJSON 与地图图像两种模态，用于评测 MLLM 从空间关系理解、几何推理到受限空间编辑的能力。
正文 · AI 翻译
摘要：理解和操作空间关系，对于推理物理环境并构建有依据的世界模型的 AI 系统而言是基础能力。然而，现有的多模态大语言模型（MLLMs）空间推理评估主要依赖于小规模或合成场景上的静态问答（QA），很少探究模型能否在满足显式几何约束的同时修改空间配置。我们提出 GeoSpatialBench，一个旨在评估从空间关系理解、几何推理到受约束空间编辑这一逐步升级的空间认知过程的基准。GeoSpatialBench 基于六个地理上多样化城市的真实城市数据，在结构化 GeoJSON 和地图图像模态上评估涵盖 28 种拓扑、方向、度量和排序关系的综合分类体系，并通过 GIS 操作验证真值参考和约束。我们对前沿 MLLMs 的实证评估揭示了一个明显的空间差距：结构化 GeoJSON 始终优于地图图像，多模态组合相比单独使用 GeoJSON 没有可靠增益，并且虽然模型在定性拓扑和排序上表现出合理的能力，但在定量度量关系上性能下降。关键在于，排序关系上的编辑性能相对于 QA 有所下降，且大多数失败的编辑至少违反了一个指定的空间约束。这些结果凸显了被动识别空间关系与主动操作几何配置之间的差距。GeoSpatialBench 提供了一个开放、严格的诊断测试平台，用于对这些空间局限进行基准测试，为物理有依据的世界模型和具身空间 AI 奠定了必要的实证基础。
| Comments: | 15 页，6 幅图，4 张表。正在 ICLR 2027 审稿中 |
| Subjects: | 人工智能（cs.AI） |
| Cite as: | arXiv:2610.12881 [cs.AI] |
| （或 arXiv:2610.12881v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12881 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Zheng Ren [查看邮箱]
[v1]
2026年10月9日星期五 02:16:52 UTC（4,994 KB）
来源：arXiv cs.AI · arxiv.org