本研究提出了一种心理测量框架，定义了五种基本空间能力，并对13种视觉语言模型进行了基准测试，结果显示其表现明显低于人类，为空间智能评估提供了工具和方法论基础。

该研究提出了Sparkle框架，旨在提升视觉语言模型在空间推理中的表现。通过微调基本空间能力，模型在综合空间任务中的表现显著改善，增强了空间问题解决能力。