发布inkGround基准：评测VLM恢复手写笔画轨迹

研究者推出 inkGround 基准，评测视觉语言模型（VLM）从整页相机拍摄的手写图像中恢复笔画轨迹的能力。基准包含 537 张页面图像（约 18.7k 词、约 163k 笔画），参考轨迹由预训练离线到在线模型生成，并经 OCR 一致性过滤和人工核验。 任务被建模为文本条件点定位，用 DTW、Chamfer 距离、Accurate Rate、Correct Rate 及风格相似度评分。对 4 个开源和 3 个闭源 VLM 的评测显示，闭源模型尤其是 Gemini-3.1-Pro 生成的轨迹最接近参考且可读，该排名在提供真实笔迹轨迹的 IAM-OnDB 数据集上同样成立。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。