智能体目下能 hold 住越来越多复杂任务了，但问题仍然不少。

比如，多智能体协同作念视觉任务，不竭轮次越多错得越离谱——根源不在模子才调不够，而在于智能体之间传递视觉信息的款式自身就有残障。

来悔改加坡国立大学 LV-Lab 过头他国表里科研机构的商酌东谈主员关切到：

基于视觉言语模子（VLM）的多智能体系统（MAS）正成为复杂多模态配合的中枢决策，却被一个致命痛点死死卡住：多智能体视觉幻觉滚雪球——单个智能体的视觉误判通过纯文本信息流逐级放大，早期眇小虚假最终演形成系统性崩溃。

此前哨案确实只聚焦「单智能体幻觉扼制」，压根无法阻断跨智能体的虚假传播。长轮次配合中，模子性能被幻觉"滚雪球"越拖越垮。

针对这一贫瘠，他们提倡了 ViF（Visual Flow），一种轻量通用的视觉流范式。用「视觉流 + 谨防力重分拨」重构智能体间视觉传递逻辑，无需改进基座模子即可大幅压制幻觉滚雪球。

该责任已入选 ICLR 2026，在 8 大基准、4 种 MAS 结构、10 款主流 VLM 上已毕踏实培植。

纯文本流信息传递：导致视觉幻觉滚雪球效应

现时 VLM 多智能体配合，全程依赖文本流传递视觉信息，这一想象存在两大无国法避的残障：

内在幻觉：单智能体自身生成与图像不符的虚假视觉描述；

幻觉传播：后续智能体过度依赖前置文本，将早期虚假行动先验，视觉 - 文本养息的损耗与偏差被逐级放大。

此前优化决策确实皆只聚焦「单智能体幻觉扼制」，无法阻断跨智能体的虚假传播；在长轮次配合中，模子性能可能会被视觉幻觉的"滚雪球"株连，可能导致无法胜任复杂视觉任务。

三种纬度的谨防力分析：锁定错误表象成因

商酌团队从轮次、层级、令牌三个维度作念深度谨防力拆解，初次系统性的探究了幻觉滚雪球的实质：

1. 随智能体轮次增多，视觉令牌平均谨防力分拨在第 20 轮暴跌 62%，中层视觉谨防力峰值径直脱色；

2. 中层单峰谨防力视觉令牌是保存原生视觉凭证的中枢载体，对视觉暴露起决定性作用；

3. 这类错误令牌占比从首轮 1.22% 骤降至第 20 轮 0.10%，视觉信息澈底被文本信息压制。

这些中枢发现，开云为精确拓荒视觉信息流提供了最错误的依据。

视觉流替代文本流：即插即用，轻量且兼容

ViF 澈底消释「纯文本传视觉」的逻辑，打造即插即用、模子无关的轻量「视觉径直传递」范式，两大中枢想象直击痛点：

视觉中继流（Visual Relay Tokens）精确筛选中层单峰视觉令牌作为视觉中继载体，勾通教唆作念轻量化高下文编码，径直传递原生视觉凭证，从根源幸免「视觉→文本」养息带来的信息损耗与偏差。

分层谨防力重分拨中：中间层放大错误视觉令牌谨防力、回收无效谨防力；深层优化谨防力散播，让视觉信号执续聚合长轮次配合。

此外，FlashAttention 兼容决策针对当代模子常用的 FlashAttention 2/3（无法赢得谨防力分数），想象 Key-Norm 替代战略，兼顾效果与落地兼容性。该团队提倡的圭臬支拨较小，且可无缝适配不同 VLM 与 MAS 结构。

全维度培植：幻觉滚雪球降近 40%

ViF 历程了全面的本质考证：

全隐匿踏实培植：8 大详细 / 幻觉基准、4 种 MAS 结构（线性 / 分层 / 飞快 / 环形）、10 款基座模子（LLaVA、LLaVA-OV、Qwen2-VL、Qwen2。5-VL 等），平均培植 2.4%~3.8%；

视觉幻觉滚雪球扼制：提倡了幻觉滚雪球分数 HS，并平均着落超 30%，交互最密集的环形结构降幅近 40%；

大模子增益更多：34B/32B 大参数模子培植超 4%，澈底解锁大模子多智能体后劲；

多场景通吃：多图、视频等增强视觉场景，平均培植 2.0%~4.9%；

高效：仅增多 8.1%~13.4% 推理蔓延、4.8%~11.9% 盘算支拨，大模子下支拨确实可忽略。

对比 5 款 SOTA 单智能体幻觉决策，ViF 在多智能体场景下已毕断层式向上：传统决策只从单智能体开拔，ViF 从底层堵截视觉幻觉传播，权贵扼制多智能体幻觉滚雪球。

瞻望：解锁有用长轮次视觉多智能体配合

ViF 是业内首个从信息流重构层面责罚多智能体视觉幻觉滚雪球的决策，径直突破长轮次配合「越作念越错」的魔咒，它用较小的代价，成就了智能体间的视觉流信息传递，让多智能体配合着实着实、可用。

论文：https://arxiv.org/pdf/2509.21789

代码：https://github.com/YU-deep/ViF

一键三连「点赞」「转发」「小心心」

接待在驳斥区留住你的念念法！

—  完  —

咱们正在招聘又名眼疾手快、关切 AI 的学术剪辑实习生  � �

感兴致的小伙伴接待关切 � �  了解投降

� � 点亮星标 � �

科技前沿发扬逐日见开云

• 开云
• 智能
• 闭幕
• 十绝
• 幻觉