SpatialBoost：通过语言引导的推理增强视觉表征

基于摘要分析。SpatialBoost 面向预训练视觉编码器对真实场景中物体与背景之间 3D 空间关系理解不足的问题，提出将密集 3D 空间信息转化为语言表达，并借助 LLM 增强视觉编码器空间感知能力的学习框架；研究对象是视觉表征，而非 EEG 或 BCI。 作者将现有方法的空间理解不足归因于大规模 3D 训练数据有限，因此探索依赖更强监督、减少数据需求的学习方式。框架从 2D 图像中的密集 3D 空间信息构建语言表达，通过多轮 Chain-of-Thought（CoT）推理逐步引入空间知识，形成层级化空间理解。摘要未说明 3D 信息的获取方式、语言监督的生成与校验流程、LLM 与视觉编码器的连接方式，以及训练目标和参数更新范围；这些细节决定了方法的监督成本与可复现性，尚需全文核对。 作者报告将 SpatialBoost 适配至 DINOv3 等视觉编码器，并在涉及 3D 感知与通用视觉能力的多项基准上评估性能增益，但摘要未提供具体基准名称、数据划分、对照配置或数值结果，不能据此判断提升幅度、数据效率或泛化范围。实验协议、消融及统计信息尚未验证。 该方法依赖图像中的空间关系及其语言化监督，当前材料没有建立这些机制与 EEG 信号瓶颈之间的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。