Blueprint-Bench 2 lanzado: La primera capacidad de razonamiento en espacios reales basada en fotos 2D con IA

La noticia de CoinWorld, Blueprint-Bench 2, lanzado por andon labs, es un estándar de evaluación para probar la capacidad de razonamiento espacial de IA, que requiere que el agente genere planos 2D precisos a partir de aproximadamente 20 fotos de interiores. Esta prueba introduce un sistema de “cuaderno” de tareas cruzadas, que permite al agente registrar patrones de distribución y optimizar estrategias de generación al procesar 50 apartamentos. Los resultados de la evaluación muestran que gpt-5.5, gemini 3.1 pro y claude opus 4.7 se mantienen en los primeros lugares, demostrando por primera vez la capacidad de entender espacios reales a partir de fotos 2D. Por ejemplo, gemini 3.1 pro puede inferir la orientación de la cámara a partir de diferentes fotos de la lavadora, mientras que gpt-5.5 infiere la conectividad entre el dormitorio y el pasillo mediante la posición del marco de la puerta. Al mismo tiempo, el rendimiento de gemini robotics-er 1.6 fue inferior a lo esperado, incluso por debajo del ligero gemini 3 flash, lo que indica que sus habilidades espaciales no se convirtieron con éxito en capacidad de generación de planos.