在处理复杂的空间推理任务时，人类会主动从任务相关的视角重新审视场景，并在脑中重建该视角下的空间布局。我们将这种能力称为主动空间心像（Active Spatial Mentalization，ASM），它是视觉智能的核心组成，却在现有的大型视觉语言模型（LVLM）中几乎缺失。为弥补这一不足，本文提出 SpatialASM——一种通过训练时空间模拟将 ASM 融入 LVLM 的可扩展框架。\ \ SpatialASM 采用基于 allocentric 的新视角生成器，将假设的观察点锚定在已有视觉证据上，并生成两类互补监督：\
- 显式 ASM 轨迹，教会 LVLM 在何时以及如何自适应地启动视角规划与想象，以支持空间推理；\
- 自动构建的视角转换任务，进一步强化视角条件下的场景想象能力。\ \ 我们在七个基准上评估了该方法，涵盖从感知导向的空间理解到需要多图像、跨视角以及视角变换推理的更高难度任务。实验使用四种不同的 LVLM 主干模型，结果显示 SpatialASM 在所有基准上均提升了准确率，同时保持了原有的通用视觉能力。\ \ 此外，ASM 轨迹的合成提供了一条可扩展的路径，缓解了空间链式思考（Chain‑of‑Thought）监督数据稀缺的问题，从而促进模型主动探索视角并进行心理场景模拟。\ \ 点评