视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-06-01 至 2026-06-01 共收录 2 篇信号源：cs.CV, cs.GR, cs.RO

1. 空间理解 2 篇

2605.31148 2026-06-01 cs.CV cs.AI cs.CL 57%

SpatialAct: Probing Spatial Reasoning-to-Action Capabilities of VLM Agents in 3D Scenes

SpatialAct：探测VLM智能体在3D场景中的空间推理到行动能力

Tianhui Liu, Jie Feng, Zhiheng Zheng, Shengyuan Wang, Yiming Guo, Yanxin Xi, Hangyu Fan, Yong Li, Pan Hui

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））； Zhongguancun Academy（中关村学院）； Tsinghua University（清华大学）； Helsinki University（赫尔辛基大学）

专题命中空间理解：spatial understanding(abstract)；分类 cs.CV

AI总结本文提出SpatialAct基准，通过多轮交互细化、单步错误检测与修复等任务，揭示当前视觉语言模型在3D场景中从空间推理到行动存在显著差距。

2602.07864 2026-06-01 cs.CV 57%

Thinking in Structures: Evaluating Spatial Intelligence in Constraint-Governed Spaces

在结构中思考：评估约束空间中的空间智能

Chen Yang, Guanxin Lin, Youquan He, Peiyao Chen, Guanghe Liu, Yufan Mo, Zhouyuan Xu, Linhao Wang, Guohui Zhang, Zihang Zhang, Shenxiang Zeng, Chen Wang, Jiansheng Fan

机构 * Tsinghua University（清华大学）

专题命中空间理解：spatial understanding(abstract)；分类 cs.CV

AI总结提出SSI-Bench基准，通过结构约束下的空间推理任务评估视觉语言模型的空间智能，发现模型与人类存在巨大差距。

Comments ICML 2026, Project Page: https://ssi-bench.github.io