Newest papers

MindView: Benchmarking Generative Multi-View Spatial Intelligence

Yanbo Wang, Siqi Luo, Siyu Zhang, Chenming Zhu, Wenzhao Zheng, Qian Yu, Juncheng Yan, Bin Fu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28622 · open-access PDF

Hindi

अंतरिक्ष बुद्धि को हाल ही में अंतरिक्ष-आधारित छवि संपादन जैसे जनरेटिव कार्यों के माध्यम से मूल्यांकन किया गया है, फिर भी आंशिक मल्टी-वीज़र अवलोकनों से अंतरिक्ष-सामान्य दृश्यों की भाषा-आधारित उत्पन्न करना अभी भी अज्ञात है। हम MindView, जनरेटिव मल्टी-वीज़र अंतरिक्ष बुद्धि के लिए एक बेंचमार्क पेश करते हैं, जिसमें तीन इनडोर डेटासेट्स पर 513 दृश्यों से 1,500 नमूने होते हैं। इसके सात कार्य दो परिवार बनाते हैं: भूमि-प्रमुख कार्य कैमरे की स्थिति और दृष्टिकोण में परिवर्तनों को निर्दिष्ट करते हैं, जबकि सेमेन्टिक्स-प्रमुख कार्यों को संदर्भित वस्तुओं और अंतरिक्ष को

Machine translation (Meta M2M100); the English original follows.

Abstract

Spatial intelligence has recently been assessed through generative tasks such as spatially grounded image editing, yet language-guided generation of spatially consistent views from partial multi-view observations remains underexplored. We introduce MindView, a benchmark for generative multi-view spatial intelligence with 1,500 samples from 513 scenes across three indoor datasets. Its seven tasks form two families: geometry-dominant tasks specify changes in camera position and orientation, while semantics-dominant tasks require inferring target viewpoints by grounding referred objects and inter

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange