普林斯顿 AI Lab 的研究者们带来了一张空间智能新考卷：Same Space or Not（SSoN）。83.3% 与 39.7% 的落差揭示了当前短板，提示、几何与训练实验则给出了继续追问的方向：我们究竟需要怎样的模型和监督，才能让 AI 在换个视角后，仍然理解同一个三维世界。项目由普林斯顿大学 AI Lab 的 Shilong Liu 教授、Mengdi Wang 教授和西北大学的 Manling Li 教授合作指导完成。
普林斯顿 AI Lab 的研究者们带来了一张空间智能新考卷：Same Space or Not（SSoN）。83.3% 与 39.7% 的落差揭示了当前短板，提示、几何与训练实验则给出了继续追问的方向：我们究竟需要怎样的模型和监督，才能让 AI 在换个视角后，仍然理解同一个三维世界。项目由普林斯顿大学 AI Lab 的 Shilong Liu 教授、Mengdi Wang 教授和西北大学的 Manling Li 教授合作指导完成。