UrbanGround 测试显示大模型长程城市导航成功率近为零

大模型看单个街景很准，但真走进连续城市空间找路就崩盘；UrbanGround 这个新评测基准暴露了长程空间推理短板。

上海交大、新加坡国立大学等团队推出 UrbanGround，用香港真实三维数据搭建城市沙盒，测试大模型的第一人称导航能力。结果短程导航最高成功率 75%，路线一长，10 个模型成功率全部跌到 0% 到 3.8%，像“走两步就忘了路”。