华中科技大学团队新发现：让AI像空间几许学家相同考虑

　　你有没有过这种阅历？问智能音箱“客厅茶几上的钥匙在哪”，它支支吾吾说不出；看AI机器人打扫卫生，分明前方有个拖鞋，它却直愣愣撞曩昔——不是这些AI不可聪明，而是它们缺了项 “基本功”：空间感。

　　最近，华中科技大学连世杰、吴长提团队联合中关村研讨院、华东师大，在arXiv 渠道（论文编号：arXiv:2509.24473v2）宣布了个风趣发现：让AI像中学生相同解几许题，竟然能帮它快速补上“空间感” 短板，从此判别 “杯子比碗小”“从卧室到门口该走哪条路”都准多了。

　　咱们随意一个人，闭着眼都能摸回自己的床——这背面是多年堆集的空间判别能力：知道床的方位、房间的巨细，甚至能预判走路时会不会碰到衣柜。但对现在能看能说的多模态AI来说，这点“本事”却特别难。

　　团队做过测验：给AI看正方体打开图，问它“折叠后哪两个面相对”，正确率不到30%；让它算“桌子和椅子的实践间隔”，差错能差出半米——就像没学过几许的孩子，面临“怎样拼魔方”“怎样叠被子” 这类需求空间思想的事，底子摸不着条理。

　　“已然人类学几许能练空间感，AI为啥不可？” 团队灵光一闪：几许学自身便是“空间规则说明书”啊！平行线永久不相交、圆柱周围面打开是长方形…… 这些讲义里的常识，本质上是在总结实践国际的空间逻辑。就像学了乐理能更好地歌唱，AI 学了几许，或许也能把握了解三维国际的 “通用公式”。

　　想让 AI 学几许，先得有本好“练习册”。可团队翻遍现有数据集发现一个大问题：平面几许题倒有2万道，但立体几许题只需7000道——要知道，立体几许才是练三维空间感的要害，就像学游水不能只练憋气，还得练划水和换气。

　　第一步，“找题”：从开源的Geometry3K、SolidGeo数据集里挑高质量题，再从中小学讲义、数学竞赛题里新挖了4500道题，要点加立体几许 —— 比方 “圆锥怎样切能得到三角形”“长方体的表面积怎样算” 这类直接相关三维空间的标题。

　　：用图像辨认技术比对标题，把“换了个数字但题型相同”的重复题删掉，防止AI“刷题刷重复”；

　　：把“求长方体体积和表面积”这种“一题两问” 的复合题拆开，让 AI 一次只练一个技术，不会混杂；

　　：把一切公式转成LaTeX格局（比方“2πr”和“2rπ”，体系能认出是同一个答案），不会由于写法不同误判AI答错。

　　最终一步：这本包括29695道题的“几许练习册”——Euclid30K数据集就成了AI 的专属教材，从初中的“三角形内角和”到高中的“球的体积”，覆盖了一切和空间思想相关的几许常识点。

　　有了教材，怎样教才管用？团队没让 AI 死记硬背答案（这是传统的 “监督学习”，遇到新题就懵），而是用了 “强化学习”——就像玩闯关游戏：答对一题给 “加分”，答错了就剖析 “错在哪”，调整思路再试，渐渐找到解题规则。

　　：假如答案是公式（比方 “圆面积=πr²”），就用数学东西查 “是否等价”，哪怕AI写成 “r²π”，只需数学上对，就给分；假如是数字（比方 “体积 = 20立方厘米”），有必要差错小于1%才算对，防止AI“蒙答案”。

　　：团队选了Qwen2.5VL（3B、7B、72B参数）和RoboBrain2.0（7B、32B参数）两个系列的 AI，在64个GPU上一同练习，每道题让AI出 8 个候选答案，选最优的来优化解题战略——就像几个学生一同做题，相互 “学习” 好思路。

　　练完近3万道题后，AI的改变很明显：之前连“正方体打开图”都认禁绝，现在不只能解杂乱几许题，面临实践中的空间问题也“有思路”了。

　　5130个视频题，比方 “视频里有几张椅子”“从门口到餐桌该走哪条路”——这是最贴近生活的测验。

　　考AI “视角改变”：比方 “相机绕着杯子转，下一秒看到的画面是怎样”。

　　更要害的是比照试验：团队用相同多的 “空间专项数据” 练习AI，作用远不如学几许——这说明几许教给AI的是 “通用空间思想”，不是死记硬背某类题。

　　：解一道立体几许题，AI得先认“这是正方体仍是圆锥”（形状辨认），再想 “哪个面和哪个面平行”（空间联系推理），最终算 “体积是多少”（数值核算）——就像练跑步时一同练耐力、步频、呼吸，一次能补多个短板。

　　：几许里的“份额”“类似”“平行”，在实践里处处能用：判别 “两条马路是否平行” 用得上 “平行线定理”，比较 “两个瓶子巨细” 用得上 “类似图形”——AI学会了几许，遇到这些实践问题天然能 “套用常识”。

　　：像RoboBrain2.0这类 AI，之前学过不少空间数据（比方 “桌子是方的”“球是圆的”），但没学过几许规则——就像会骑自行车却不明白 “平衡原理”，遇到新路况（比方窄路）就简单摔。几许正好帮它补了 “理论基础”，让空间判别更稳。

　　当然，这方法也有缺乏：几许讲的是“静态空间”，若遇到 “判别杯子从桌子上掉下来的轨道” 这类触及时刻的题，AI提高就不大——未来还得把几许练习和“时刻推理” 结合起来。

　　：学过几许的扫地机器人，能精确绕开沙发腿、拖鞋，不会再把杯子撞翻；找东西时，能依据 “遥控器在茶几左面”“在书本下面” 这类空间描绘精准定位。

　　：轿车能更准判别 “和前车的间隔”“行人会不会走到车前方”，遇到路口转弯时，也能更好预判 “周围车道的车会不会并线”。

　　：玩VR游戏时，虚拟的“桌子”不会再“穿”过实践的墙；用AR导航时，手机里显现的 “左转5米” 能和实践道路彻底对齐，不会再 “指错路”。

　　：AI 能更懂学生解几许题的难点——比方 “不会找三角形的高”“算错圆锥体积”，然后针对性讲 “怎样画高”“为什么体积公式是1/3πr²h”，比单纯给答案管用。

　　更合算的是，不用为每个场景独自练习AI——一次学几许，多个空间使命都能提高，大幅度的降低了AI开发的本钱。

　　2000多年前，欧几里得写下《几许本来》，用几条正义总结了空间规则；今日，这套陈旧的常识成了AI了解三维国际的 “钥匙”。华中科大团队的研讨告知咱们：有时候，处理杂乱AI问题的方法，就藏在咱们中学讲义里。现在的 AI，空间感还只相当于“小学生水平”，未来要学的还有许多——比方结合时刻了解 “物体怎样运动”，结合物理常识了解“杯子掉下来会碎”。假如你想看看 AI 是怎样解几许题的，能够精读一下这篇论文