대형 오디오-언어 모델(LALM)은 음성 인식, 오디오 캡셔닝, 음성 질의 응답에서 인상적인 발전을 보였지만, 음원의 움직임과 같은 공간 역학을 인식할 수 있는지 여부는 불분명하다. 본 연구에서는 현재의 ALLM에서 체계적인 움직임 인식 결함을 발견했다. 이 문제를 조사하기 위해, AMPBench를 도입했다. AMPBench는 오디오-언어 모델(LALM)이 바이노럴 오디오에서 움직이는 음원의 방향과 궤적을 추론할 수 있는지 평가하도록 설계된 통제된 질의 응답 벤치마크이다. 종합적인 정량적 및 질적 분석 결과, 현재 모델은 움직임 단서를 신뢰성 있게 인식하거나 방향 패턴을 구별하는 데 어려움을 겪는 것으로 나타났다. 평균 정확도는 50% 미만으로, 청각적 공간 추론의 근본적인 한계를 강조한다.
