SpatialUAV：低空无人机感知、协作和运动的空间智能基准测试

空间智能对于低空无人机 (UAV) 感知、协作和导航至关重要。然而，现有的无人机基准测试通常强调图像级识别、单视图理解或狭窄的答案格式，而对 3D 空间推理、多视图协作、场景动态和多样化任务制定的评估不足。为了解决这些差距，我们引入了 SpatialUAV，这是一个真正的低空无人机基准测试，包含 14 个细粒度任务类型的 4,331 个精选实例，涵盖语义辨别、空间关系、空中协作、空中协作和运动理解。 SpatialUAV将所有样本组织成统一的视觉输入-问题-答案模式，同时支持七种输入配置和九种答案格式，包括选项标签、区域标识符、几何值、跨视图对应和自由形式的运动描述。为了确保可靠和扎实的评估，我们的数据构建管道集成了检测器辅助区域、深度监督、元数据派生规则、广泛的手动注释、盲过滤和多轮人工验证，以及异构输出的特定于任务的指标。通过评估三个类别的代表性视觉语言模型，我们发现当前模型距离人类水平的表现还很远，在跨视图关联、结构化定位、几何推理和时间观点理解方面存在明显的瓶颈。这些结果为推进低空无人机空间智能提供了经验指导。代码和数据可在 https://github.com/Hyu-Zhang/SpatialUAV 获取。