RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios
도시 도로 환경에서 멀티모달 대규모 언어 모델(MLLM)의 세밀한 공간 이해 및 추론 능력을 평가하기 위해, 5개 중국 도시에서 수집한 BEV·FPV 이미지 기반의 8개 태스크 3,040개 테스트 케이스로 구성된 RoadBench 벤치마크를 제안한다. 20개의 주류 MLLM을 평가한 결과, 일부 태스크에서 단순 규칙 기반 또는 랜덤 선택 베이스라인에도 미치지 못하는 성능을 보여 현재 MLLM의 도시 환경 내 세밀한 공간 추론 능력에 심각한 한계가 있음을 확인하였다.