Theory of Space：面向具身智能体的基础模型主动空间信念构建与修订基准评估

基于摘要分析。研究关注具身智能体在部分可观测环境中，能否通过自主探索获取缺失信息，并构建、修订和利用一致的空间信念。作者提出 Theory of Space 概念及包含文本、视觉环境的评估基准，将评估重点从完成特定任务转向通过好奇心驱动的探索形成完整、准确的空间认知。 核心机制是 spatial belief probing：在每个探索步骤提示模型显式呈现其认知地图，以评估空间信念质量及其变化。这为区分局部感知错误、全局知识维持失败和旧信念更新困难提供了分析入口；不过，模型输出的认知地图是否忠实反映内部表征，探测提示是否影响探索过程，均需进一步核对。 作者报告，在下游任务评估中，模型自主收集信息时的表现低于被动获得观察时的表现，称为 Active-Passive Gap。摘要以 GPT-5.2 的 57.1→46.0 为例，但未说明指标名称、单位、具体任务及数据划分，因此不能将其解释为 Accuracy 或百分比，也不能据此跨协议比较。作者还报告，模型探索缺乏系统性、重复度高，效率未达到基于程序的代理参照，且结果并未更好。 通过信念探测，作者认为感知构成初始瓶颈，而全局空间信念还存在随时间退化的不稳定性。采用 false belief 范式时，作者报告模型难以覆盖过时先验，称为 Belief Inertia，并指出视觉模型中的现象尤为明显。具体模型清单、环境规模、探索预算、基线实现、评分方法、消融及统计信息尚未验证，基准与实现的公开可用性也需核对。 该工作的主要对象是具身基础模型的主动空间探索，而非 EEG 解码或 BCI 算法。所给材料未提供与神经信号处理的具体机制对应关系，不能据此推断 BCI 有效性；已有 EEG 相关工作尚未检索确认。