多模态基础模型
突破级
暂无讲解视频
收录解读
问题与背景：3D spatial reasoning 对具身智能很关键，但人工几何标注昂贵；普通 self-evolution 又容易用模型共识制造伪标签，强化自身错误。
方法与新意：SpatialEvo 利用 3D 几何的确定性：给定点云和相机位姿，很多空间问题的答案可以由规则精确计算。DGE 把 16 类空间任务变成零噪声交互 oracle，并让共享参数 policy 在 questioner/solver 角色中共同进化。
收录意义：这篇对 embodied/spatial intelligence 有明显复用价值，因为它把自进化从“模型互相投票”改成“物理几何环境提供客观反馈”。这种 deterministic environment 思路可能迁移到机器人、3D agent 和具身评测。
局限：DGE 覆盖的是可由几何规则验证的空间任务，离真实机器人任务中的感知噪声、物体动力学和开放语义仍有距离。