# AI进屋后，下一眼该看哪？观察智能体如何建立三维空间认知

- 原标题：AI进屋后，下一眼该看哪？观察智能体如何建立三维空间认知
- 类型：博客
- 来源：新智元
- 发布时间：2026-11-02
- 首次精选：2026-11-03 21:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 6 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[robotics-world-models](<https://oplearnx.com/md/topics/robotics-world-models.md>)（第 22 位）、[vision-multimodal-understanding](<https://oplearnx.com/md/topics/vision-multimodal-understanding.md>)（第 24 位）
- 原文链接：[https://aiera.com.cn/asi-post.html?id=121791](<https://aiera.com.cn/asi-post.html?id=121791>)
- 本站页面：[https://oplearnx.com/resources/pk\_8a8ffd9d06c9](<https://oplearnx.com/resources/pk_8a8ffd9d06c9>)

## 摘要

新智元报道，介绍 SpatialScout 这一主动空间理解研究任务：模型从 RGB 图像出发，自主决定相机移动与拍摄，并估计目标物体在三维空间中的坐标。评测使用来自 iTHOR、RoboTHOR、ArchitecTHOR、ReplicaCAD 和 ProcTHOR 的 80 个室内场景、3,140 个目标实例，每个任务最多 100 轮交互，评分采用平均 IoU 及 IoU 超过 0%、50%、90% 的比例。文中给出 7 个模型、8 种配置的比较结果，如 Opus 5.5 任务平均 IoU 为 41.71%。文内附论文、代码和数据集链接。

## 原文涉及

- [GitHub - JesseZZZZZ/SpatialScout: Official code implementation of ViewScout](<https://github.com/JesseZZZZZ/SpatialScout>)

---
来源：LearnMap · 学径（https://oplearnx.com）