模型脑内有个坐标空间：S-Space 与"会读不会算"的空间推理

综述

MirroS 团队在多家多模态模型（含 Qwen 系）的中间激活中发现了一个稳定的低维子空间，他们称之为 S-Space——模型会把物体"左右、上下、远近"的空间位置线性编码进这个空间。听上去很抽象，但实验做得相当直接：

• 从物体 token 的隐藏状态里，可以读出水平、垂直、距离三个方向，张成一个连续线性子空间，读出值与真实空间坐标显著相关；
• 它可以被因果性干预：不换图不改题，只交换两个物体在 S-Space 里的坐标，模型的"左/右/上/下/近/远"判断就跟着变，而颜色这类无关判断不受影响——说明这个空间不是模型顺带产生的副产品，而是真实参与判断的"空间工作区"；
• 它跨数据集、跨提示稳定：换到提取时没见过的分布仍能读出；被问颜色时空间位置照样可读；还能被语言描述锚定到指定视角（"你"在画面近端这类表达真的会落进坐标）。

专业分析

这条研究最值钱的部分，是把"有没有正确表征"和"会不会使用表征"分开——这是可解释性研究里少见的高分辨率诊断。

发现一：模型的空间感大体是对的，但坐标系会串。 Qwen 的 S-Space 把 east/west/north/south 与右/左/上/下对齐（地图式表达），可一旦题目换一个参照系就会套错：已知"北"，却把画面"右"理解成"东"，答出"东北"。这是"表征正确但绑定错了参照物"的典型错误，肉眼几乎无法定位，但用 S-Space 一眼能看出来。

发现二：感知没问题，计算不够。 SpinBench 视角转换任务上，直接回答 60.96%；加思维链提升到 83.56%（CoT 过程中 S-Space 坐标确实在朝目标视角旋转，只是转得不够准）；而"读 S-Space + 外部固定旋转矩阵"直接到 95.21%。这个对比极有说服力：模型内部已经有足以支撑正确答案的空间表征，卡住的环节是"稳定执行坐标变换"这种计算性操作——也提示了修复方向：与其逼模型"再想想"，不如给它一个可靠的旋转变换工具。

与 Anthropic J-space 同频。 可解释性正在从"事后讲故事"变成"观测与设计的科学仪器"：先发现模型内部有线性编码的工作区，再基于它做干预与修补。这比堆 benchmark 分数更接近"理解智能本身"。

关联信息与影响

空间推理能力的缺口，在具身智能与 GUI Agent 两个热区都会被放大：机器人要理解"左边第三个箱子"，手机 Agent 要理解"点右上角按钮"——两者都需要可靠的参照系与坐标变换。S-Space 说明问题常常不在"看不懂图"，而在"算不准空间关系"，这给 Agent 架构提了个醒：空间操作尽量外置成确定性工具（截图坐标、几何计算），别指望模型在推理里把坐标算明白。

与 H3 视频生成、世界模型（HERON 一类）的"空间透视"能力也有关联——如果空间表征能以线性子空间的形式被读写，未来或许能直接编辑生成内容的空间关系（把"左边的猫"移到右边），这是可控生成的新把手。

未来展望

下一步值得盯三个方向：一是把 S-Space 诊断做成工具，自动定位模型的参照系错误（相当于给空间推理加了个"示波器"）；二是基于外部旋转矩阵的成功，探索"表征读出 → 外部计算 → 写回"的神经-符号混合架构，把模型的表征当数据库用；三是把这类低维工作区研究扩展到时间、数量、因果等其他连续维度——如果空间只是第一个被发现的"几何工作区"，那模型内部可能还藏着更多可读写的结构。要冷静看待的是：目前证据集中在多模态空间任务上，能否推广为通用诊断框架仍需更多工作。

信号强度

• 大模型厂商：可解释性从安全合规话题变成工程优化手段——定位坐标系错误、设计外部空间工具，都可能转化为实际得分。
• 研究者：中间激活线性探针 + 因果干预的方法论门槛不高、可复制性强，适合作为可解释性入门与扩展方向。
• 开发者：做多模态应用时，空间类操作交给确定性代码（DOM 坐标、几何库），不要依赖模型心智旋转——这条经验立即可用。
• 内容创作者：可控生成（按空间位置编辑画面内容）若成熟，视频/图像创作的自由度会上一个台阶。
• 产业链成员：空间计算、AR/VR、机器人感知的厂商应关注这类"空间表征可读写"的研究进展，可能是下一代交互的基础设施。

信息局限说明：本文依据情报库收录的机器之心报道与 MirroS 公开报告/代码整理；样本模型规模、评测集细节以技术报告为准，泛化结论请谨慎引用。