SpatialBrain 是一个在保持视觉‑语言骨干网络不变的前提下,记录推理决策经验的框架。它将对场景的直接观察与何时需要重建、测量或切换参考系的判断分离开来。
3DFusionMemory 将当前场景的观测融合为可查询的空间关系。Spatial Skill Library 提供可复用的工具过程,而 Spatial Cognition 将任务条件与使用记忆和工具的经验关联起来。
完成的轨迹被抽象为过程记录,并在任务块之间合并,使后续决策能够利用先前执行的经验,而无需传递场景坐标或参考答案。
在五个空间推理基准上,SpatialBrain 在四个基准上超越了同一骨干网络的直接答案,在第五个基准上持平。通过组件对比、经验覆盖曲线以及资源决策追踪,展示了框架如何累计并利用这些资源。
点评:该框架通过显式建模经验,实现了在复杂空间任务中对记忆和工具的灵活调用,提升了跨任务的推理一致性和效率。