La comunidad openJiuwen lanzó Skill-Omni, el primer paradigma de habilidades multimodales validado desde el punto de vista ingenieril en la industria. Este sistema eleva a los agentes de IA de un modelo basado únicamente en texto a uno con percepción visual, lo que permite ejecutar con precisión tareas como la edición de fotos y las operaciones de interfaz gráfica al convertir capturas de pantalla, estados de interfaz y secuencias de video en recursos visuales reutilizables. Las herramientas integradas de generación automática crean habilidades multimodales a partir de contenido en línea, mientras que un mecanismo de lectura bajo demanda carga las pruebas visuales únicamente cuando son necesarias. Esto representa un cambio hacia una ingeniería de experiencias para agentes basada en modalidades múltiples en lugar de documentos, y ya está disponible en JiuwenSwarm.