南洋理工发布 S-Agent 2.0，通用 AI 编码代理实现免训练 3D 空间推理能力

南洋理工大学推出的 S-Agent 2.0 智能体，依托现成通用编码代理框架，搭配命令行感知工具包，在零样本免训练条件下顺利完成 3D 空间推理任务，打通了大模型与 3D 感知工具之间的数据壁垒，填补了工具原始读数到空间结论之间的转化缺口。这项技术可以直接复用市面上成熟的编码 Agent 基座，不需要对大模型做额外微调与参数训练，核心原因是整套框架把空间推理转化为证据积累任务，依靠持久化场景记忆存储多帧画面信息，再用自然语言完成几何数据解读，不用改动模型基础权重就能完成多视角 3D 场景判断。整套技术落地分为三大执行步骤，第一步调用通用编码代理完成任务拆解，第二步调用 CLI 感知工具采集多视图三维几何证据，第三步依靠场景记忆反复校验数据并输出空间结论，全程保持零训练部署模式。综合整体测试结果来看，S-Agent 2.0 在主流空间推理基准测试中全面超越同类专用智能体，同时兼容多款主流编码代理基座，具备极强的通用性与落地价值。

一、S-Agent 2.0 整体架构清单

1. 核心基座：现成通用编码代理，支持 Codex、Claude Code、Qwen 系列等主流模型，无需微调权重。
2. 能力组件：命令行 3D 感知工具包，负责提取深度、位姿、物体空间坐标等几何信息。
3. 存储组件：持久化场景记忆模块，持续保存多帧图像、工具读数、历史推理记录。
4. 运行闭环：证据采集→记忆存储→语言解读→结果校验，形成完整推理链路。

二、免训练 3D 空间推理的完整执行流程

步骤 1：任务规划与指令下发

编码代理读取空间问题与多帧图像，自动拆解需要采集的三维证据，生成工具调用指令，全程不启动模型训练流程。

步骤 2：多维度场景证据采集

调用 CLI 感知工具包，对每一张图像做 2D 分割、深度估算、三维坐标对齐，把视觉画面转化为结构化几何数据，所有读数自动写入场景记忆库。

步骤 3：证据解读与结果校验

编码代理读取记忆库内的全部几何数据，把数值转化为通俗的空间描述，自主核对多视图信息是否一致，修正单帧画面带来的判断偏差，最终输出可靠的 3D 空间结论。

三、S-Agent 2.0 与同类智能体性能对比表

表格

表格

四、技术核心优势分项说明

1. 零训练部署：直接使用开源与闭源现成编码代理，不需要额外数据集、微调算力，开箱即可实现 3D 空间推理，大幅降低部署成本。
2. 跨模型通用性：框架不绑定单一基座，能够适配多款主流通用编码 Agent，只需要替换底层大模型即可完成迁移。
3. 闭环证据校验：依靠持久化场景记忆汇总多帧信息，避免单张图片带来的误判，把工具原始几何读数稳定转化为可理解的空间结论。
4. 兼顾编码能力与空间智能：保留编码代理原有代码编写、工具调用、长上下文管理能力，同时新增三维场景理解，可直接用于机器人任务、虚拟场景搭建等复合任务。

五、可落地应用场景清单

1. 机器人自主操控：机械臂多视角观察物体，自主判断目标位置与空间遮挡，完成抓取动作规划。
2. 虚拟数字场景重建：根据多张照片自动还原物体三维位置、大小与相互空间关系。
3. 多模态视觉问答：针对多视角视频画面，完成物体远近、前后、高低等空间关系问答。
4. 自动化场景检测：对连续画面做空间一致性校验，识别物体位移、场景结构变化。

【相关 FAQ】

问题 1：S-Agent 2.0 实现免训练 3D 空间推理，为什么不需要对大模型做微调训练？

回答 1：S-Agent 2.0 把 3D 空间推理设计成证据采集 + 自然语言解读的任务，全程依托通用编码代理自带的工具调用与上下文记忆能力，只新增外部感知工具包与场景记忆模块，不改动大模型原有权重，因此可以做到全程免训练、零样本运行。

问题 2：S-Agent 2.0 作为通用 AI 编码代理，和专用空间智能体相比有哪些优势？

回答 2：S-Agent 2.0 不需要为空间任务单独开发专用模型，可直接复用成熟编码 Agent 基座，跨模型迁移更简单；同时在两大主流空间测试基准上，得分持续高于同基座的专用智能体，通用性与推理精度同时兼顾。

问题 3：S-Agent 2.0 的持久化场景记忆，在 3D 空间推理里起到什么作用？

回答 3：持久化场景记忆会保存每一轮的图像、几何读数与推理记录，让编码代理可以汇总多视图画面信息，交叉核对三维坐标数据，消除单帧视觉带来的判断误差，保障多步骤空间推理结果稳定可靠。

【参考资料】

[2026-10-20]（S-Agent 2.0：基于通用编码智能体的空间推理框架）arXiv 预印本

[2026-10-22]（南洋理工 S-Agent 2.0 实现零训练 3D 空间推理）HyperAI 论文资讯

[2026-10-23]（S-Agent 2.0 在 MMSI 与 ReVSI 基准取得 SOTA 成绩）AlphaXiv 技术快讯

[2026-10-25]（通用编码 Agent 新增空间能力，S-Agent 2.0 免训练落地）电子工程专辑

[2026-07-24]（南洋理工初代 S-Agent 空间智能技术解读）亿欧数据

免责声明：本文仅针对南洋理工大学公开论文里的技术方案、实验数据开展客观技术科普，不构成任何 AI 模型开发、商业项目落地的投资参考；S-Agent 2.0 的实际落地效果会随硬件环境、基座模型版本产生浮动，最终技术指标以项目开源代码实测结果为准。