S-Agent 2.0提升3D空间推理能力
发生了什么
据Hugging Face Papers报道,S-Agent 2.0通过整合持久场景记忆和自然语言解释,增强了3D空间推理能力。该模型利用3D感知工具主动收集证据,并设计界面帮助大型语言模型(LLM)完成证据闭环。在MMSI-Bench和ReVSI测试中,使用S-Agent 2.0的Qwen3.8-27B模型分别比无工具的同类模型提升了13.9和20.5个百分点,而与Gemini-3.8-Flash模型结合时,分别提升了11.2和9.6个百分点。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - S-Agent 2.0: Spatial Reasoning with a General Coding Agent
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口