以新颖视角思考：生成式增强空间智能的系统分析

当前大型多模态模型（LMM）在依赖视角的空间推理任务中表现不佳，主要受限于单一静态观测。本文提出“以新颖视角思考”（TwNV）范式，将生成式新视角合成融入推理循环：推理器识别空间歧义，指令绘制器合成替代视角，并结合额外证据重新审视场景。实验表明，数值相机位姿指令更可靠，生成质量与推理精度紧密相关，迭代优化可进一步提升性能。该方法在多种架构和任务中显著提升了空间智能准确率。