ReTAC：视频空间推理的残差测试时智能体计算框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Yike Wu 等作者的研究，提出并实验验证了 ReTAC——一个免训练的多智能体框架，用于视频空间推理。该框架的核心思路是把额外计算只分配给基础模型未解决的需求，并在局部失败后仅重算受影响的状态。它通过规划有序步骤来获取缺失的空间证据，并用阶段对齐验证将失败定位到规划、感知或推理环节。据该报道，在三个主流 MLLM 和两个基准上，ReTAC 取得对比方法中最高的综合得分。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。