Theory of Space：基础模型的主动探索与空间信念探测

基于摘要分析。研究面向部分可观测环境中的空间具身智能，考察基础模型能否主动获取缺失信息，并构建、修正和利用连贯的空间信念。作者提出 Theory of Space，并将其实现为覆盖文本与视觉环境的基准，以好奇心驱动的探索为任务，评估智能体能否形成完整、准确的空间认知。 核心机制是 spatial belief probing（空间信念探测）：在探索的每一步提示智能体将其空间信念外显为认知地图，从而测量信念质量，而不只依赖下游任务表现。这为区分探索过程与最终任务表现提供了评估切入点；但外显地图与模型内部信念的一致性、提示本身是否影响后续探索，尚需依据全文核对。 作者报告了三类瓶颈：主动—被动差距，即模型需要自主收集信息时表现下降；探索冗余且缺乏系统性；全局空间信念不稳定，已有空间知识随探索推进而退化。摘要以 GPT-5.2 的表现从 57.1 降至 46.0 为例说明主动—被动差距，但未给出具体指标、单位、任务划分及完整对照条件，因此不能将其直接解释为 Accuracy 或百分比变化。作者还报告，错误信念范式揭示了 Belief Inertia（信念惯性），且在视觉模型中尤为严重。 该工作的主要对象是基础模型的空间探索与信念维护，并非 EEG 解码或 BCI。环境规模、地图表示、探测评分、交互预算、模型配置、重复实验及统计信息尚未验证，基准资源的开放情况也无法从摘要确认。现有材料不足以建立具体的 EEG/BCI 迁移机制，不据此推断相关应用效果。