arXiv 新增 + spatial VLM RL / 3D grounding · P2 · 2026-06-18

Reinforcing Dual-Path Reasoning in Spatial：它和通用视觉自监督的关系在于：把语言推理路径和 detect-then-reason 3D grounding 路径分开训练，适合扫 VLM 视觉证据后训练

中高相关；详见方法、贡献和实验边界。

Reinforcing Dual-Path Reasoning in Spatial Vision Language Models　arXiv 新增 + spatial VLM RL / 3D grounding　原文链接

编号2606.17539 优先级P2 类别arXiv 新增 + spatial VLM RL / 3D grounding 会议arXiv 新增 + spatial VLM RL / 3D grounding 方法把语言推理路径和 detect-then-reason 3D grounding 路径分开训练，适合扫 VLM 视觉证据后训练来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：把语言推理路径和 detect-then-reason 3D grounding 路径分开训练，适合扫 VLM 视觉证据后训练。中高相关；详见方法、贡献和实验边界。

**Figureure 2 · : Two-stage Training Pipeline: In Stage 1 (cold-start SFT), we fine-tu**Figure 2: Two-stage Training Pipeline: In Stage 1 (cold-start SFT), we fine-tune the spatial VLM with spatial CoT, 2D/3D grounding (global and region prompts), and region-prompted multimodal QA to initialize spatial reasoning ability. In Stage 2, we apply RL on multiple-choice and filling spatial QA, optimizing grouped rollouts of LOR/DTR trajectories with accuracy, format, and 3D-center detection rewards.这张图概括 Reinforcing Dual-Path Reasoning in Spatial 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Distance Comparison**Distance Comparison这张图/表用于判断 Reinforcing Dual-Path Reasoning in Spatial 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：把语言推理路径和 detect-then-reason 3D grounding 路径分开训练，适合扫 VLM 视觉证据后训练。

方法拆解

把语言推理路径和 detect-then-reason 3D grounding 路径分开训练，适合扫 VLM 视觉证据后训练

主要贡献

中高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。