World2Mind：用于基础模型自我中心空间推理的认知工具包

针对多模态基础模型空间推理鲁棒性不足的问题，本文提出 World2Mind，一种无需训练的空间智能工具包。受生物空间认知映射启发，该方法利用 3D 重建与实例分割构建结构化空间认知地图，并合成自我中心空间树（AST）以提供几何拓扑先验。通过包含工具调用评估、模态解耦线索收集及几何语义交织推理的三阶段推理链，有效 mitigates 3D 重建误差。实验表明，该方法显著提升了前沿模型的空间推理性能，甚至使纯文本模型具备复杂的 3D 空间推理能力。