普林斯顿 AI Lab 发布 SSoN 空间智能基准：人类 83.3%，最强 VLM 仅 39.7%

普林斯顿 AI Lab 团队发布空间智能基准 SSoN，用 1000 道四选一静态室内图像题考察模型能否找出违背同一场景的那张图并解释原因。人类准确率为 83.3%，六个受测 VLM 中 GPT-6 Astra Pro 以 39.7% 领先，其余五个均低于 25% 的随机基线。