Hugging Face Daily Papers·· 2 天前AI 评分40
OneSearch-VL:面向图像与视频的统一多模态深度研究智能体
OneSearch-VL: Unified Multimodal Deep Research Agent for Image and Video
AI 导读
OneSearch-VL 是一个以视觉锚定证据图(VGEG)为核心的多模态深度研究智能体,统一处理单图、多图和视频研究任务。其 8B 版本在新建的 OneSearch-MI-Bench 和 OneSearch-Video-Bench 上分别比带工具访问的 Qwen3-VL-8B 提升 20.2 和 17.6 个百分点,并在 7 个图像基准和 VideoDR 上取得显著增益。
来源:Hugging Face Daily Papers · huggingface.co