MindTopo 基准揭示 VLM 的空间推理能力
Microsoft Research 推出 MindTopo 基准，用于评估多模态大语言模型对连通、分离、顺序、包围和打结等拓扑关系的推理与规划能力。测试结果显示，模型在静态场景识别上的表现优于交互规划；规划错误常出现在模型已理解场景之后，包括未能追踪多步动作的后果或提出违反环境规则的动作。
推荐理由：MindTopo将静态识别与交互规划放在同一基准中比较，揭示多模态模型在连续动作中维持拓扑关系时的表现落差。
#具身智能
Microsoft Research精选AI 评分6161
Berkeley AI ResearchAI 评分5151 GRASP 如何提升世界模型的长时域规划能力
Berkeley AI Research 介绍 GRASP，一种面向学习型世界模型的梯度规划器，旨在让长时域规划更稳健、更快。它将轨迹提升为虚拟状态以并行优化，在状态迭代中加入随机噪声，并重塑梯度以保留动作梯度、避开脆弱的状态输入梯度。