近日，中山大学梁晓丹团队联合小鹏汽车等机构发布GeoThinker系列两项研究成果，破解了视觉语言模型空间推理中“几何信息用不好、计算开销大”的难题。第一项工作GeoThinker（被ICML 2026收录）设计空间信息融合机制，让模型按需挑选几何线索以减少干扰。第二项工作GeoThinker-F让模型内部生成空间表征，推理时不再依赖外部三维几何编码器。结果显示，GeoThinker-F在空间推理表现基本不变的前提下，推理耗时从1.45秒降至0.40秒，提速约3.6倍，并在机器人操作与自动驾驶仿真中展现极高应用潜力，为具身智能发展提供新思路。