测试结果显示，在”四选一挑异常”的室内空间考题面前，人类的准确率高达 83.3%，而受测的主流视觉语言模型最高仅有 39.7%，甚至多数模型的表现低于四选一的随机基线，暴露出当前 AI 在空间几何推理上的核心短板。SSoN 基准测试的核心任务逻辑非常直观：通过向受测模型提供四张静态的室内场景图像，要求模型准确找出其中不属于同一场景的那张”异常图”。SSoN 基准的推出，成功剥离了多余的干扰因素，直指当前 AI 在三维空间跨视角整合上的核心缺口，也为全球研究人员后续迭代空间智能技术指明了清晰的前进方向。