AlphaSpace-1.5B 面向机器人操作中的三维笛卡尔空间推理，目标是增强语言模型的空间推理能力。方法采用基于层级语义的 tokenization，在粗粒度和细粒度两个层面编码空间信息，用结构化 token 表示物体属性、位置和高度信息，以支持在指定 [x, y, z] 坐标放置物体。模型不依赖传统视觉嵌入来进行空间推理。

该模型架构为 Deepseek-R1-Distil-Qwen-1.5B Instruct，训练数据为 homebrewltd/Pick-Place-Table-Reasoning-local-pos-v0.2，评测数据为 EmbodiedBench/EB-Manipulation。训练使用 Llama-Factory，SFT 在 8x NVIDIA H200-SXM-140GB 集群上用时 40 分钟；训练设置包括 1 epoch、全局 batch size 128、学习率 1e-4、cosine with warmup、AdamW Fused、warmup ratio 0.1、最大长度 4096、bf16 精度。许可证为 Apache-2.0。