浙大提出ProVisE：让生成式模型直接“画”出空间认知，而非输出坐标

浙江大学OmniAI团队提出ProVisE框架，旨在让图像生成模型直接以视觉方式回答空间问题，替代传统的坐标输出。该框架通过视觉协议和自动化构建，将生成图像解析为结构化预测，并构建了SpatialGen-Bench基准进行评测。这一方法有望更自然地评估模型的空间认知能力。

+5