Theory of Space：基础模型能否通过主动探索构建空间信念？

空间具身智能要求智能体在部分可观测条件下通过行动获取信息。尽管多模态基础模型擅长被动感知，其主动的、自主导向的探索能力仍缺乏研究。我们提出空间理论（Theory of Space），定义为智能体通过自主的主动探索获取信息，并从序贯的、部分的观测中构建、修订与利用空间信念的能力。我们通过一个基准来评估这一能力，其目标是进行好奇心驱动的探索以构建准确的认知地图。一个关键创新是空间信念探测（spatial belief probing），它提示模型在每一步揭示其内部空间表征。我们对最先进模型的评估揭示了若干关键瓶颈。首先，我们识别出主动-被动差距（Active-Passive Gap），即当智能体必须自主收集信息时性能显著下降。其次，我们发现效率低下：与基于程序的代理相比，模型的探索缺乏系统性。通过信念探测，我们诊断出：尽管感知是初始瓶颈，但全局信念存在不稳定性，导致空间知识随时间退化。最后，利用错误信念范式，我们揭示了信念惰性（Belief Inertia），即智能体未能用新证据更新过时的先验。这一问题存在于基于文本的智能体中，但在基于视觉的模型中尤为严重。我们的发现表明，当前基础模型难以在主动探索过程中维持连贯、可修订的空间信念。