CVT-Bench：反事实视角变换揭示多模态大模型中不稳定的空间表征

多模态大模型在单视图空间推理任务中表现优异，但其在反事实视角变化下是否保持稳定的空间状态表征尚不明确。本文提出一种受控诊断基准，无需重新渲染图像即可评估假设相机轨道变换下的关系一致性。通过对 100 个合成场景和 6000 个关系查询的测试，发现尽管单视图准确率高，现有模型在反事实变换下仍出现系统性退化，频繁违反循环一致性且关系稳定性迅速衰减。研究进一步表明，增加输入表征的结构化程度可显著提升稳定性。