普林斯顿 AI Lab 出空间智能考题：人类准确率 83.3%，大模型最高 39.7%

普林斯顿 AI Lab 团队推出空间智能基准测试 SSoN，通过给模型提供四张静态室内图像、要求找出其中不属于同一场景的异常图的任务，检验 AI 的静态跨视角三维空间理解能力。测试显示人类准确率达 83.3%，受测视觉语言模型最高仅 39.7%，多数模型表现低于四选一随机基线，在移动、旋转类几何推理题型上短板尤为突出，仅选对答案的结果中近三成解释不成立。后续干预实验表明，提示引导、引入三维重建流程可小幅提升成绩，提供真实相机参数能大幅改善表现但仍未实现半数题目可靠答对，针对该任务的定向微调可让模型在未见房间的测试题上准确率接近翻倍，验证了空间一致性判断能力可通过定向监督实现迁移提升。该基准剥离了动态交互与动作控制的干扰，直指当前 AI 在跨视角空间整合能力上的核心缺口，为后续空间智能能力的迭代指明了方向。