VLM能否看清「分子世界」？人大联合清华、达摩院等机构发布首个微观空间智能基准MiSI-Bench

本文介绍了由中国人民大学、清华大学等机构联合发布的微观空间智能基准MiSI-Bench。背景方面，空间智能是通用人工智能的重要基石，但当前视觉语言模型在宏观空间推理上存在挑战，而在药物研发等领域的微观实体空间关系理解上更是盲区。研究目的旨在通过构建包含九大任务、16.3万问答对的大规模基准，系统评估VLM感知和推理原子、分子等微观实体空间关系的能力，即微观空间智能。结论显示，即便顶尖闭源VLM在多数任务上仍显著落后于人类，尤其在需要专业知识的任务上；但经过特定数据集微调后，模型在复杂空间变换任务上可超越人类，表明其具备强大潜力，同时也揭示了模型在深层领域知识整合上的不足，未来需在预训练中注入更多科学先验。