SpatialBrain 让固定主干模型通过积累推理经验提升空间任务表现。
资讯摘要
论文提出 SpatialBrain 框架，在保持视觉语言主干固定的前提下，让推理器积累关于“何时直接观察、何时重建、测量或变换参考系”的经验。该框架用 3DFusionMemory 将当前场景观测融合为可查询的空间关系，用 Spatial Skill Library 提供可复用工具流程，并由 Spatial Cognition 关联任务条件与经验。作者报告在五个空间推理基准上，四个优于同一主干的直接回答，一个持平。
要点速读
- SpatialBrain 保持视觉语言主干固定，重点积累关于推理决策的经验，而非更新模型权重。
- 3DFusionMemory 融合当前场景观测为可查询空间关系；Spatial Skill Library 提供可复用工具流程；Spatial Cognition 关联任务条件与经验。
- 作者报告在五个空间推理基准中，四个优于同一主干的直接回答，第五个持平。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。