VIEW2SPACE：研究稀疏观测下的多视图视觉推理

多视图视觉推理对智能系统理解复杂环境至关重要，但现有研究多集中于单图或密集视频场景。本文利用物理仿真构建高保真 3D 场景，推出 VIEW2SPACE 基准，支持大规模稀疏多视图推理评估。实验表明现有模型表现不佳，而提出的“带视觉证据的接地思维链”方法显著提升了中等难度下的性能，并泛化至真实数据。研究还揭示了跨稀疏视图的深度组合推理仍是根本性挑战。