中大梁小丹团队 GeoThinker-F：不调外部三维编码器，空间推理提速约 3.6 倍
中山大学梁小丹团队提出 GeoThinker-F，让视觉语言模型通过内部潜在帧预测模块自行生成几何与短期未来语义特征，推理阶段不再调用 VGGT 等外部三维几何编码器。
#多模态
雷峰网AI 评分4949 量子位AI 评分6060 星尘智能发布多机协同框架CoMind
星尘智能发布面向多机器人协同操作的框架CoMind，让机器人主动交换任务关键信息并各自独立生成动作。在隔墙拿笔测试中，两台机器人彼此不可见，任务成功率从0%提升到100%；盲盒置物任务准确率从38.9%提升到88.9%，同时通信信息量减少约80%。框架分两阶段，先提取任务相关上下文，再双向共享并结合视觉、语言与本体状态输入VLA模型生成动作，还引入动作级反向传播让队友的动作误差反过来调整信息提取。