# 3ViewSense

该工作通过诊断分析指出视觉语言模型空间能力不足的瓶颈在于缺少视角一致的空间接口，而非视觉特征不足或推理能力弱，并提出 3ViewSense 框架，借助正交视图与「模拟—推理」机制把自我中心感知与异我中心参照对齐，从而支持显式心理旋转与重建，在空间推理基准上显著优于现有基线，并在遮挡密集计数与视角一致空间推理上取得稳定增益，同时提升空间描述的稳定性与一致性。

该工作通过诊断分析指出视觉语言模型空间能力不足的瓶颈在于缺少视角一致的空间接口，而非视觉特征不足或推理能力弱，并提出 3ViewSense 框架，借助正交视图与「模拟—推理」机制把自我中心感知与异我中心参照对齐，从而支持显式心理旋转与重建，在空间推理基准上显著优于现有基线，并在遮挡密集计数与视角一致空间推理上取得稳定增益，同时提升空间描述的稳定性与一致性。