Theory of Space：基础模型能否通过主动探索构建空间信念？

基于摘要分析。研究关注部分可观测环境中的空间具身智能：多模态基础模型能否自主获取缺失信息，并构建、修订和利用一致的空间信念。作者提出 Theory of Space 概念，并以文本和视觉环境中的评估基准加以实现，重点不是完成某项特定任务，而是通过好奇心驱动的探索建立完整、准确的空间认知。 核心评估机制是 spatial belief probing：在探索的每一步提示模型以认知地图呈现其空间信念，从而追踪空间知识的质量与变化。这提供了超越最终任务表现的过程诊断视角；不过，提示生成的地图是否忠实反映模型内部信念、探测过程是否影响后续探索，仍需结合全文核对。 作者报告，在一组下游任务中，自主收集信息相较被动获得观察会导致表现下降，GPT-5.2 的示例为 57.1→46.0；摘要未说明该数值的指标名称、单位、具体任务及信息预算，不能将其直接解释为 Accuracy 或计算准确率百分点差异。作者还报告，模型探索缺乏系统性、重复度高，效率不及基于程序的代理，且未取得更好的结果。 通过信念探测，作者将感知识别为初始瓶颈，并报告全局空间信念还存在不稳定性，使已获取的空间知识随探索过程退化。错误信念范式进一步显示 Belief Inertia：模型难以用新信息覆盖过时先验，且该现象在视觉模型中尤其明显。上述结论属于作者报告，其任务覆盖、对照实现、模型配置、实验协议、消融及统计信息尚未验证。 该研究的主要对象是基础模型的主动空间探索与评估，并非 EEG 解码或 BCI 算法。摘要未提供神经信号接口或具体迁移机制，因此不据此提出 BCI 效果主张或复现实验方案；已有 EEG 相关工作尚未检索确认。复现前需核对环境构建、观察与行动规则、认知地图表示及评分方式、主动与被动条件的信息量控制，以及错误信念注入和更新的具体协议。