Andon Labs 放出的测试结果显示 GPT-6.2 Astra 在 Blueprint-Bench 2 这个空间智能基准测试里拿到第一名,它只输入公寓内部实拍照片,就能自主输出对应的二维平面图,同系列的 GPT-6.2 Sol 排在第三名,这个结果说明新版本 Astra 的多模态空间理解、房间拓扑关系判断能力有明显升级。Blueprint-Bench 2 本身就是专门用来考验 AI 智能体空间推理能力的测试集,不是简单看图识别物体,要求 AI 把多张零散的室内照片拼接成统一空间模型,识别房间位置、门洞、空间连通关系还有相对尺寸,整套测试包含 50 套不同公寓,每套配大约 20 张内部照片,AI 还可以使用一个持久记事本,跨多个公寓任务保存自己记录到的空间信息,打分方式不靠人工裁判,是对比真实户型的连通图,综合房间连接关系、门数量、房间数量、朝向等维度计算归一化分数,满分是 1,随机乱绘基线为 0,人类在子集测试里基线分数大约 0.59。模型完成这个任务的完整流程分成几步,第一步接收单套公寓的多张室内照片,识别墙面、门窗、家具边界,提取局部空间线索;第二步把不同照片里的公共区域做匹配对齐,把碎片化视角拼合,搭建房间之间的连通关系图;第三步整理所有空间信息,输出带房间划分、门洞位置的二维平面图;第四步系统自动对照标准答案,算出连通性归一化得分,录入榜单。这里要区分两个不同榜单信息,Andon Labs 官方发帖宣称 GPT-6.2 Astra 拿下 Blueprint-Bench 2 第一,而另外一份第三方快照榜单显示 Gemini 4 Carbon 分数更高,两份榜单统计时间、统计口径存在差别,不是互相矛盾,只是数据快照版本不一样。这个能力落地之后可以用在家装测绘、租房户型自动生成、室内机器人建图前置、二手房 VR 配套出图等场景,属于具身智能、多模态空间感知的基础能力。
Blueprint-Bench 2 测试规则清单
- 测试主体:AI 智能体,支持跨轮次记忆(持久记事本)
- 测试样本:50 套独立公寓,每套约 20 张室内实拍图
- 输出要求:二维户型平面图,标注房间、门、空间连通关系、相对大小
- 评分逻辑:空间连通图比对,旋转、镜像不扣分
- 参考基线:人类测试得分约 0.59,随机生成户型分数趋近 0
主流模型该榜单信息对照
| 模型 | Andon Labs 公布排名 | 第三方快照归一连通分数 |
|---|---|---|
| GPT-6.2 Astra | 第 1 名 | 未公开详细分值 |
| GPT-6.2 Sol | 第 3 名 | 未公开详细分值 |
| Gemini 4 Carbon | 快照榜单第 1 | 58.6% |
| Claude Fable 5.2 | 快照榜单第 2 | 56.6% |
【相关 FAQ】
问题 1:Blueprint-Bench 2 里 GPT-6.2 Astra 是靠什么能力只用公寓照片画出平面图?
回答 1:GPT-6.2 Astra 依靠多模态视觉识别 + 长程空间推理能力,读取公寓内部照片提取门窗、墙体线索,把多视角照片做空间对齐,搭建房间连通拓扑图,最终生成平面图,Blueprint-Bench 2 重点考核的就是这套空间建模能力。
问题 2:Blueprint-Bench 2 的分数能不能直接代表 GPT-6.2 Astra 整体空间能力强弱?
回答 2:Blueprint-Bench 2 只针对 “室内照片转平面图” 这个特定空间任务打分,只能代表 GPT-6.2 Astra 在户型重建这个细分任务上的表现,不能直接等同于全部 3D、机器人导航类空间能力。
问题 3:GPT-6.2 Astra 在 Blueprint-Bench 2 和 Gemini 4 Carbon 的榜单结果为什么不一样?
回答 3:两份榜单是不同时间的快照,统计口径、是否计入最新提交结果有区别,Andon Labs 发布的榜单宣称 GPT-6.2 Astra 第一,BenchLM 的快照榜单里 Gemini 4 Carbon 分数更高,二者属于不同时间节点的榜单版本。
问题 4:GPT-6.2 Astra 在 Blueprint-Bench 2 测出的平面图,能直接当做装修施工图使用吗?
回答 4:Blueprint-Bench 2 产出的平面图只保证房间连通关系、相对尺寸合理,没有精确毫米级测绘数据,GPT-6.2 Astra 生成结果只适合户型预览、初步参考,不能直接作为装修施工图纸。
【参考资料】
[2026-11-20](Andon Labs 称 GPT-6.2 Astra 在 Blueprint-Bench 2 户型任务排名第一)VQV.me
[2026-11-20](GPT-6.2 Astra 登顶 3D 基准,但 Gemini 4 Carbon 在平面图测试领先)Crypto Briefing
[2026-11-18](AI 系列之模型速评|OpenAI GPT-6.2 Astra 单任务成本大降,3D 交互评测登顶)东方财富研报中心
[2026-11-16](Blueprint-Bench 2 榜单与分数)BenchLM.ai
[2026-11 月](Blueprint-Bench 2 介绍)Epoch AI
【免责声明】
本文内容仅整理公开第三方基准测试信息,不同 Blueprint-Bench 2 榜单快照存在统计时间差异,GPT-6.2 Astra 的 Blueprint-Bench 2 成绩不代表模型在所有空间任务、测绘场景下的实际效果,不构成选型、工程使用建议;测试分数、排名以评测机构最新官方发布为准。
