**UrbanGround：从局部感知到真实城市中的空间智能体**

_UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City_

> 研究多模态大语言模型（MLLM）代理如何将局部城市感知转化为可靠的空间行动。作者提出UrbanGround，首个基于香港3D地理数据的物理约束沙盒，支持第一人称视角的闭环交互与导航。实验发现，当前MLLM代理在视觉识别和短程空间推理上具备基础能力，但在长距离导航和行人感知移动方面仍不可靠，主要问题在于局部能力无法组合成持续的目标导向行为，错误会累积且难以纠正。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.27456)