**OVO-S-Bench: 一个用于多模态大语言模型中流式空间智能的分层基准测试**

_OVO-S-Bench: A Hierarchical Benchmark for Streaming Spatial Intelligence in Multimodal LLMs_

> OVO-S-Bench 是一个全人工标注的流式空间智能基准，包含来自 348 个来源视频的 1,680 个问题。问题分为四个抽象层次：即时自我中心感知、时空上下文跟踪、空间模拟与推理以及异中心映射。在 38 个闭源和开源 MLLM 上评测，Gemini-3.1-Pro 得分 59.2，落后人类专家 27 分，异中心映射是主要瓶颈。流式和空间微调的 MLLM 表现不如基础模型，思维链推理若脱离流式输入还会放大空间错误。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.03890)