知己知彼：基于多模态大模型的无人机时空双重认知基准

针对多模态大模型在无人机场景中双重认知能力评估缺失的问题，本文提出 UAV-DualCog 基准。该基准从自我状态与外部环境状态的双重视角出发，涵盖图像与视频任务，要求模型在多视角时空语境下进行推理及空间/时间定位。通过自动化流水线构建大规模数据集，评估显示现有模型在自我状态推理、视点转换及时空定位等方面存在显著瓶颈。此外，衍生的训练集证实了其作为结构化监督数据的有效性，旨在推动基于大模型的无人机智能体发展。