FactoSR：用分解式强化学习提升 VLM 空间推理能力

FactoSR 是一个分解式强化学习框架，将世界一致性推理拆解为平面对应（XY）、深度一致性（Z）和时间可逆性（T）三个几何子目标，把不适定的投影恢复问题转化为可验证的推理步骤。在多视角与视频基准上，该方法在 VSI-Bench 提升 5.9%、All-Angles-Bench 提升 4.5%，论文已被 ECCV 2026 接收。