币界网消息，andon labs发布的Blueprint-Bench 2是一个测试AI空间推理能力的评估基准，要求agent根据约20张室内照片生成准确的2D户型图。此次测试引入了跨任务的「记事本」系统，允许agent在处理50套公寓时记录布局规律并优化生成策略。测评结果显示，gpt-5.5、gemini 3.1 pro和claude opus 4.7稳居前三，首次展现了从2D照片理解真实空间的能力。例如，gemini 3.1 pro能通过不同照片中的洗衣机推断相机拍摄朝向，gpt-5.5则通过门框位置推断卧室与走廊的连通性。同时，gemini robotics-er 1.6的表现低于预期，得分甚至低于轻量级的gemini 3 flash，表明其空间特长未成功转化为户型生成能力。
Blueprint-Bench 2发布：AI首现基于2D照片的真实空间推理能力
币界网消息，andon labs发布的Blueprint-Bench 2是一个测试AI空间推理能力的评估基准，要求agent根据约20张室内照片生成准确的2D户型图。此次测试引入了跨任务的「记事本」系统，允许agent在处理50套公寓时记录布局规律并优化生成策略。测评结果显示，gpt-5.5、gemini 3.1 pro和claude opus 4.7稳居前三，首次展现了从2D照片理解真实空间的能力。例如，gemini 3.1 pro能通过不同照片中的洗衣机推断相机拍摄朝向，gpt-5.5则通过门框位置推断卧室与走廊的连通性。同时，gemini robotics-er 1.6的表现低于预期，得分甚至低于轻量级的gemini 3 flash，表明其空间特长未成功转化为户型生成能力。