SpatialEvo：通过确定性几何环境实现自进化的空间智能

三维场景的空间推理是具身智能的核心能力，但几何标注成本限制了模型持续改进。现有自进化范式依赖模型共识构建伪标签，易强化自身错误。本文提出 SpatialEvo 框架，利用 3D 空间推理的独特属性：真值可由点云和相机位姿精确计算，无需模型参与。该框架构建确定性几何环境（DGE），将未标注场景转化为零噪声交互预言机，替代模型共识。单一策略在提问者和求解者角色间协同进化，结合任务自适应调度器动态聚焦薄弱环节，实现无手动设计的课程学习。实验表明其在多个基准上表现最优。