根据@godofprompt报道，最新论文《Chain-of-Visual-Thought（COVT）》提出了一种革命性方法，让视觉语言模型（VLMs）通过连续视觉Token进行推理，而不是传统的文本链。COVT能在推理过程中生成分割线索、深度信息、边缘和DINO特征等中间视觉信息，相当于为模型提供了“视觉便签”，极大提升了空间和几何理解能力。实验表明，COVT在深度推理上提升14%，CV-Bench提升5.5%，在HRBench和MMVP等多项基准测试中表现出色。该方法适用于Qwen2.5-VL、LLaVA等主流VLM，且生成的视觉Token可被透明解码。研究还发现，传统的文本链推理反而会损害视觉表现，而COVT则通过视觉基础提升计数、空间理解、三维感知，并减少虚假输出。这一突破为机器人、自动驾驶、智能安防等需要高精度视觉分析和空间理解的AI应用带来巨大商业机会。（来源：@godofprompt，《Chain-of-Visual-Thought: Teaching VLMs to See and Think Better with Continuous Visual Tokens》，2025）

根据Fei-Fei Li (@drfeifei) 在Twitter上的分析，空间智能已成为人工智能领域的重要前沿技术，使AI系统能够从感知转向复杂推理和实际行动。Fei-Fei Li指出，世界模型是实现空间智能的核心，能让AI更好地理解空间关系、预测场景变化并创造性地解决问题。这一发展将为机器人技术、自动驾驶、智能制造和虚拟现实等行业带来全新商业机遇。她强调，构建强大的世界模型是释放空间智能潜力、推动行业转型的关键（来源：Fei-Fei Li Twitter，2025年11月10日）。

根据李飞飞（@drfeifei）在斯坦福HAI校友活动中的介绍，全球校友和专家围绕AI在教育改革、劳动力转型、空间智能和机器人等领域的实际应用展开深入探讨（来源：@drfeifei，2025年10月19日）。与会者指出，AI正推动个性化学习和自适应教育平台的发展，并通过自动化和智能系统重塑未来就业市场。活动还强调了机器人和AI空间分析带来的新商业机会，为专注于教育和工作领域AI应用的企业和初创公司带来广阔市场前景（来源：斯坦福HAI，@StanfordHAI）。