إطلاق إطار SpatialTree لتعزيز الذكاء المكاني في نماذج اللغة متعددة الوسائط

قدمت مجموعة بحثية مشتركة من جامعة تشجيانغ وByteDance Seed وجامعة بكين للسكك الحديدية إطار SpatialTree، الذي تم قبوله في مؤتمر CVPR 2026. يهدف هذا الإطار إلى إعادة تعريف كيفية تعامل نماذج اللغة متعددة الوسائط مع الذكاء المكاني، حيث لا تزال التحديات قائمة في فهم المسافات والأحجام والعلاقات متعددة الزوايا. ينظم SpatialTree القدرات إلى أربع طبقات: الإدراك، والتخطيط الذهني، والمحاكاة الذهنية، والكفاءة الوكيلة. تم بناء مجموعة SpatialTree-Bench التي تغطي 27 قدرة مكانية فرعية، مما يوفر إطارًا شاملاً لتقييم الأداء. أظهرت النتائج أن أفضل نموذج، Gemini 3 Flash، حقق متوسط ​​درجات 57.8، مما يدل على أن الذكاء المكاني لا يزال يمثل تحديًا.