Vào tháng 5 năm 2025, một nghiên cứu được công bố trên arXiv đã giới thiệu TrajPrism — một bộ tiêu chuẩn đánh giá đa năng dùng để thấu hiểu các quỹ đạo đô thị thông qua sự kết nối ngôn ngữ. Các tác giả đề xuất một tập hợp các nhiệm vụ yêu cầu mô hình phải đồng thời dự đoán, tạo lập và trả lời các câu hỏi về sự di chuyển của các thực thể trong môi trường đô thị dựa trên các mô tả ngữ cảnh bằng văn bản.
Khác với các bộ dữ liệu trước đây vốn chủ yếu tập trung vào tọa độ số và dữ liệu hình ảnh, TrajPrism đưa ra yêu cầu rõ ràng về việc tích hợp ngôn ngữ tự nhiên. Các mô hình không chỉ nhận dữ liệu quỹ đạo mà còn cả mô tả về ý định, điều kiện đường xá hoặc các yếu tố xã hội, cho phép kiểm tra khả năng liên kết các mô hình không-thời gian với ngữ nghĩa của hệ thống.
Phương pháp luận của bộ tiêu chuẩn này bao gồm bốn nhiệm vụ chính: dự đoán phân đoạn đường tiếp theo, tạo quỹ đạo dựa trên yêu cầu văn bản, trả lời câu hỏi về nguyên nhân gây sai lệch và điều phối đa tác tử. Các tác giả đã báo cáo kết quả của một số mô hình cơ sở, tuy nhiên họ chưa cung cấp các nghiên cứu bóc tách thành phần một cách thấu đáo, điều này để ngỏ câu hỏi về sự đóng góp của từng thành phần riêng lẻ.
So với các công trình trước đây như TrajNet++ hay Social-LSTM, bộ tiêu chuẩn mới này đã chuyển dịch trọng tâm rõ rệt từ mô hình hóa hình học thuần túy sang tương tác đa phương thức. Điều này giúp nó tiệm cận với các phương pháp đang phát triển trong lĩnh vực AI hiện thân (embodied AI), nhưng đồng thời cũng bộc lộ những điểm yếu của các kiến trúc hiện tại khi xử lý các ngữ cảnh dài và các quy tắc xã hội ngầm định.
Kết quả trong các bài toán tạo lập đặc biệt đáng chú ý: các mô hình thường bỏ qua những chỉ dẫn ngôn ngữ tinh tế về sở thích của người đi bộ hoặc các hạn chế về thời gian, cho thấy độ sâu của sự kết nối ngôn ngữ vẫn chưa đủ. Thực trạng này đặt ra câu hỏi về việc liệu các phương pháp tiền huấn luyện hiện nay thực sự dạy cách liên kết ngôn ngữ với không gian vật lý, hay chỉ đơn thuần là tái hiện lại các mối tương quan thống kê.
Trong bối cảnh rộng hơn, TrajPrism nhấn mạnh nhu cầu ngày càng tăng đối với các bộ tiêu chuẩn không chỉ kiểm tra độ chính xác của dự đoán mà còn cả khả năng diễn giải của các quyết định. Điều này đặc biệt quan trọng đối với các ứng dụng trong giao thông tự hành và quy hoạch đô thị, nơi mà những sai lầm trong việc hiểu ý định có thể dẫn đến những hậu quả thực tế nghiêm trọng.
Tuy nhiên, vẫn chưa rõ kết quả trên các kịch bản đô thị tổng hợp hoặc bị giới hạn có thể áp dụng được bao nhiêu vào các siêu đô thị thực tế với những biến động hỗn loạn của chúng. Các đợt kiểm chứng độc lập và việc mở rộng bộ dữ liệu sang các khu vực mới sẽ là bước đi cần thiết tiếp theo để xác nhận giá trị của bộ tiêu chuẩn được đề xuất này.
Như vậy, TrajPrism không chỉ đơn giản là bổ sung thêm một bộ dữ liệu khác, mà còn buộc cộng đồng nghiên cứu phải xem xét lại những khả năng thực sự cần thiết để các mô hình tương tác tin cậy với môi trường đô thị thông qua ngôn ngữ.
