SpatialOPSD 把空间编码智能体的验证轨迹蒸馏进 9B 多模态模型，无工具推理达 51.9 平均准确率
作者提出 SpatialOPSD，一种在线策略自蒸馏框架，把空间编码智能体经真值验证的执行轨迹作为特权信息，让同一初始化的教师模型在训练时看到轨迹、学生只看到原始图像，并用重复感知蒸馏（重复掩码加不可似然正则）抑制逐字复制；在 MindCube-Tiny 与 ViewSpatial 上，9B 学生平均准确率从 45.9 提升到 51.9，高于 SFT 的 47.6 与 GRPO 的 48.2，并在无工具单次前向中保留其工具教师 SpatialClaw 57.3 的约 91%。