南洋理工等提出 S-Agent 空间智能转向行动推理
S-Agent 让 VLM 像智能体一样调用工具逐步推理空间问题，用行动链替代直接作答，性能超越前沿模型。
南洋理工大学等机构提出 S-Agent，将空间理解从一次性回答改为可执行的行动链。VLM 负责规划，专用模型处理深度、位姿和 3D 对齐，空间专家把几何输出转化为可用证据。在 zero-shot 下，S-Agent 在 MMSI-Bench 达 46.4%，优于 Gemini 3 Pro。
正文摘录
行动即推理：南洋理工大学等提出 S-Agent，空间智能迈入 Agent 时代 - source: 机器之心 .jpg)  南洋理工大学 S-Lab 联合 Ropedia 提出 S-Agent，把空间理解从一次性回答改写为一条可执行的行动链：VLM（视觉语言模型）负责读懂问题、规划下一步，DA3 等专用模型负责深度、位姿和 3D 对齐，空间专家再把几何输出转化为可用证据。论文结果显示，S-Agent 在 zero-shot 设置下取得 MMSI-Bench 46.4%、ViewSpatial-Bench 60.0% 的成绩；通过 S-300K 轨迹蒸馏，8B 模型进一步在 MMSI / ViewSpatial 上达到 41.6 / 46.8。