论文发布 UrbanGround 沙盒：在真实尺度 3D 城市场景中评测多模态智能体

2026年8月，研究团队基于香港全域 3D 地理空间数据构建了真实尺度物理沙盒 UrbanGround，用于评测多模态大模型在复杂城市环境中的空间行动能力。

• 沙盒提供物理约束环境与第一人称视角闭环交互接口，支持智能体结合交互式地图开展跨街区自主导航与连续空间探索。
• 评测体系围绕局部场景感知对齐、远距离非显式目标导航以及应对动态路况与行人移动三项能力展开分层测试。
• 实验表明，当前多模态智能体具备基础的视觉识别与短程空间推理能力，但在空间朝向维持和避障移动上表现不稳定，长程探索中容易出现错误累积且缺乏有效纠偏能力。
• 影响/看点：该基准为具身智能与城市级导航模型提供了高保真评测平台，但数字孪生沙盒与真实物理世界在传感器噪声及动力学接触上的差异仍需持续弥合。
• 资料依据：arXiv 论文（https://arxiv.org/abs/2608.27456）、HuggingFace Daily Papers（https://arxiv.org/abs/2608.27456）。

本内容由 AI 生成，仅供参考，请注意甄别