SpatialEval 是评测安全领域的开源项目，由 jiayuww 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 61。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-01。开源基准测试项目，完全免费，无付费版本。
它主要面向的使用场景是：对比不同多模态模型的空间理解能力。同类可对比的替代方案包括 BLINK、MME、MMBench。
SpatialEval
测出大模型空间推理真实水平，选模型不再靠猜
SpatialEval 是一个用于评估多模态大语言模型（MLLMs）和纯语言模型（LLMs）空间推理能力的基准测试工具，相关论文发表于 NeurIPS 2024。它针对当前模型在空间理解上的短板，提供了一套系统化的评测方案，涵盖多种空间推理任务，如方向判断、距离估计、空间关系理解等。通过标准化的测试集和评分机制，研究者可以量化比较不同模型的空间认知水平，从而推动模型在空间智能方向上的改进。该工具主要面向 AI 研究者、模型开发者和评测人员，帮助他们快速定位模型在空间推理方面的弱点，并作为模型迭代的参考依据。
开源
free
开源模型
GitHub 星标
★ 61
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队jiayuww
所属国家
定价模式free
价格说明开源基准测试项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型claude,foundation-models,gemini,gpt-4o,gpt-4v,large-language-models,llama3,machine-learning,multimodal-deep-learning,reasoning,spatial-reasoning,vision-language-models
GitHub 星标★ 61
30天Star增速
HF 下载量
上线时间2024-10-23 00:00:00
最近更新2026-07-01 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 首个系统化覆盖多种空间推理任务的基准，填补评测空白
- 支持多模态和纯语言模型，适用范围广
- 基于 NeurIPS 论文，方法论有学术背书
不足之处
- 项目处于早期，文档和社区支持待观察
适用场景
- 对比不同多模态模型的空间理解能力
- 在模型训练中作为空间推理能力的验证集
- 学术研究中评估模型的空间认知缺陷
替代项目
BLINK、MME、MMBench
项目介绍
上一篇：tensor-trust
下一篇：VLGuard
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.