摘要
空间推理涉及理解空间关系、因果性及动态演化，对自动驾驶等应用至关重要。现有研究多局限于可见的时空理解，忽视了对不可见过去或未来状态的推断。本文提出“空间因果预测”（SCP）新任务范式，挑战模型超越观测进行因果结果预测。同时构建包含 2500 个问答对的 SCP-Bench 基准。实验揭示当前模型在时间外推和因果 grounding 方面存在显著不足，并提出了感知增强与推理引导策略以提升空间因果智能。
AI 推荐理由
论文核心聚焦空间因果推理，提出新任务范式与基准，直接评估并提升模型的推理能力。
研究机构
新加坡国立大学
四川大学
深圳大学
国立台湾大学
论文信息