MindTopoは、マルチモーダルモデルのトポロジー推論能力をテストする新しいベンチマークです。モデルが接続、包含、順序、分離、ノードなどの概念を認識するかどうか、そしてインタラクティブな環境でこれらの関係を維持するかどうかを評価しています。現行のモデルは、静的な画像におけるトポロジー関係の認識において、インタラクティブなタスクよりも優れています。しかし、これらの関係を時間の経過とともに維持するのに苦労しています。研究者は、この差がロボティクスやインタラクティブな環境におけるAIシステムの開発にとって重要な機会であると述べています。