物理世界大考翻车？STI-Bench揭多模态大模型短板：顶尖模型准确率不足42% 2025年4月17日16时 作者 PaperWeekly Driving）的端到端解决方案已成为主流趋势，并在视觉语义理解任务中取得了显著进展。 然而，它们在
