**SpatialWorld：评估多模态代理真实世界交互空间推理的新基准**

_SpatialWorld: Benchmarking Interactive Spatial Reasoning of Multimodal Agents in Real-World Tasks_

> SpatialWorld是一个统一基准，用于评估多模态大语言模型在复杂真实任务中的交互式空间理解能力。它整合八个异构模拟环境，包含760个人工标注任务，要求代理在仅视觉部分可观测下主动探索并做出决策。评估显示，最强模型GPT-5任务成功率仅17.4%，开源模型Qwen-3.5为14.1%，揭示了主动探索与长周期规划的瓶颈。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.09669)