SpaceDG：视觉退化下的空间智能基准测试

多模态 大语言模型 (MLLM) 在空间智能方面取得了快速进展，但现有的空间推理基准在很大程度上假设原始视觉输入，而忽略了现实世界部署中常见的退化，例如运动模糊、低光、恶劣天气、镜头畸变和压缩伪影。这就提出了一个基本问题：当视觉观察不完善时，当前 MLLM 的空间智能有多稳健？为了回答这个问题，我们引入了 SpaceDG，这是第一个用于退化感知空间理解的大规模数据集。它采用物理物理过程约束的退化合成引擎构建，将退化形成过程嵌入到 3D 高斯泼溅 (3DGS) 渲染中，从而能够真实模拟九种退化类型。生成的数据集包含来自近 1,000 个室内场景的大约 100 万个 QA 对。我们进一步介绍了 SpaceDG-Bench，这是一个经过人工验证的基准，包含 1,102 个问题，涵盖 11 个推理类别和 9 个视觉退化类型，产生超过 10K VQA 实例。对 25 个开源和闭源 MLLM 的评估表明，视觉退化持续严重损害空间推理，暴露出关键的鲁棒性差距。最后，我们表明，SpaceDG 上的微调显着提高了退化鲁棒性，甚至可以超越人类在退化条件下的表现，而在干净图像上没有任何性能下降，这凸显了退化感知训练对鲁棒空间智能的前景。