COSIT 2026：语言模型中的空间推理与视角转换研究

本文介绍了COSIT 2026会议论文《语言模型中的空间推理与视角转换》的开源代码库，该研究探索了大语言模型在空间认知任务上的表现，特别是视角转换能力，为评估和改进AI的空间智能提供了重要的基准数据集。

• 原作者/维护者: zhanghaotong1
• 来源平台: GitHub
• 原始标题: cosit-2026-spatial-reasoning-and-perspective-transformation-in-LMs
• 原始链接: https://github.com/zhanghaotong1/cosit-2026-spatial-reasoning-and-perspective-transformation-in-LMs
• 发布时间: 2026年6月3日

---

空间推理是人类智能的核心组成部分之一，涉及对物体位置、方向、距离以及空间关系的理解和推理。对于人工智能系统而言，空间推理能力是实现真正智能行为的关键——无论是自动驾驶汽车理解道路环境，还是机器人规划抓取动作，亦或是虚拟助手理解"把左边的杯子移到右边"这样的指令，都离不开空间智能。

然而，尽管大语言模型（LLM）在文本生成、代码编写和知识问答等任务上表现出色，它们在空间推理方面的能力却相对薄弱。特别是视角转换（Perspective Transformation）——即从不同的观察点理解和描述空间关系的能力——被认为是评估AI空间智能的重要指标。

---

本项目是COSIT 2026（Conference on Spatial Information Theory）会议论文《On Spatial Reasoning and Perspective Transformation in Language Models》的官方代码和数据集仓库。该研究系统地评估了当前主流大语言模型在空间推理任务上的表现，特别关注模型是否能够进行视角转换——即从第一人称视角转换到第三人称视角，或从一个观察者的视角转换到另一个观察者的视角。

现有的语言模型基准测试主要关注文本理解和生成能力，而对空间推理能力的评估相对不足。本研究旨在填补这一空白，通过构建专门的空间推理数据集，深入探究：

1. 当前LLM的空间推理能力边界在哪里？
2. 模型在视角转换任务上的表现如何？
3. 哪些因素会影响模型的空间推理表现？

---

研究团队设计了一系列精心构造的空间推理任务，涵盖多个难度层次：

基础空间关系理解

这类任务测试模型对基本空间关系词汇的理解，例如：

• 方位关系：左/右、前/后、上/下
• 距离关系：近/远、相邻/相隔
• 拓扑关系：接触/分离、包含/被包含

视角转换任务

这是本研究的核心创新点。任务要求模型在不同观察视角之间进行转换：

示例场景：

场景描述：Alice站在房间中央，面向北方。她的左边有一张桌子，
右边有一把椅子。Bob站在Alice的对面，面向南方。

问题：从Bob的视角看，桌子在他的哪一边？

这类任务需要模型理解：

• 观察者的朝向决定了"左"和"右"的物理指向
• 不同观察者的视角是相互关联的
• 需要进行空间关系的 mentally rotation（心理旋转）

多步推理任务

更复杂的任务要求模型进行多步空间推理：

示例场景：

场景描述：一个立方体房间有六个面。地板上有一个球，
天花板上有一个灯。北墙上有一幅画，南墙上有一面镜子。
Alice从东边的门进入，向西走到房间中央，然后转身面向北方。

问题：此时Alice的左边是什么物体？

---

研究评估了多个主流大语言模型，包括但不限于：

• GPT-4系列
• Claude系列
• Llama系列
• 其他开源模型

发现一：视角转换是主要瓶颈

实验结果显示，大多数模型在基础空间关系理解上表现尚可，但在视角转换任务上准确率显著下降。这表明：

• 模型可能更多依赖文本模式匹配而非真正的空间理解
• 视角转换需要更深层次的空间表征能力
• 当前架构（Transformer）在处理空间关系时存在固有局限

发现二：模型规模与空间推理能力的关系

研究发现，模型规模的增长并不总是带来空间推理能力的线性提升。在某些视角转换任务上，更大的模型反而可能因为过度依赖语言模式而产生错误的空间推理。

发现三：提示工程的影响

研究探索了不同提示策略对空间推理表现的影响：

• 逐步推理提示（Chain-of-Thought）在某些任务上有效
• 空间可视化提示（如要求模型"在脑海中构建场景"）有正面效果
• 示例 few-shot 学习对简单任务有效，但对复杂视角转换帮助有限

---