该文章介绍了一项关于多模态大语言模型（MLLM）在城市导航中能力的研究。研究团队构建了基于香港真实地理数据的URBANGROUND交互环境，评测了GPT-5.5等模型。结果显示，模型具备局部空间识别和短距离导航能力，但长距离导航和动态环境适应能力不足，难以将局部感知转化为持续可靠的城市行动。