**SpatialSpeak：基于局部与全局上下文重建的空间思维链推理框架**

_SpatialSpeak: QA-Native Reconstruction with Local and Global Context for Spatial Chain-of-Thought Reasoning_

> HuggingFace 社区热门论文 SpatialSpeak 提出了一种两阶段视觉语言模型框架，旨在提升多视角空间推理能力。该框架首先通过 QA 原生重建预训练（QA-RP）联合学习局部几何与全局场景上下文，随后利用空间思维链（CoT）进行推理。实验表明，该方法在 ReVSI、VSI-Bench 等基准测试中取得 SOTA 结果，ReVSI 得分达 62.8，显著优于现有基线。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.33616)