AI时空智能大考不及格，多模态模型集体翻车

上海交通大学联合多机构推出STI-Bench评测基准，测试多模态大模型在时空智能领域的表现。结果显示，包括Gemini、GPT-4o、Claude、Qwen等顶尖模型在空间距离计算、动态运动分析等任务中准确率不足42%，远低于实际应用需求。研究指出模型在定量空间属性、时间动态理解和跨模态整合三大核心瓶颈，暴露多模态AI在自动驾驶、具身智能等场景中的技术短板。