首頁騰訊推出 OpenSearch-VL：開源多模態深度搜尋代理程式
隨著多模態大型語言模型（MLLM）的快速發展，人工智慧競賽中的關鍵挑戰正從單純的「被動理解圖像」轉變為主動尋找證據並進行推理。 然而，由於缺乏高品質的訓練資料、自動化的軌跡合成管線以及詳盡的訓練指南，開源社群難以複製頂尖的多模態搜尋代理程式。
為突破此瓶頸，騰訊混元的研究團隊攜手加州大學洛杉磯分校（UCLA）及香港中文大學，共同推出OpenSearch-VL。這份完全開源的藍圖，為透過強化學習（RL）建構最先進的深度搜尋代理提供了具體路徑。
創新資料處理流程突破搜尋瓶頸
研究團隊指出，高品質的訓練資料是模型進化的主要瓶頸。為了訓練模型進行多步驟推理——超越單純的「一鍵式」圖像識別——他們設計了一套縝密的数据整合流程。
該管道從維基百科的超連結圖中採樣路徑，將複雜的實體關係轉化為多跳問答對。為防止「捷徑學習」，研究人員採用模糊實體重寫技術來隱藏直接答案，並整合了以原始碼為錨點的視覺定位機制。 此方法迫使模型必須先偵測視覺訊號，再透過外部工具迭代式地檢索資訊，從而防止在檢索過程中發生能力退化。 最終，研究團隊建構了 SearchVL-SFT 資料庫（36,000 條指令微調軌跡）與 SearchVL-RL 資料庫（8,000 條強化學習軌跡）。
超越簡單搜尋的多功能工具集
OpenSearch-VL 超越了基本的文字搜尋。在實際應用中，使用者提供的圖片往往模糊、變形或解析度過低，導致傳統搜尋工具難以發揮作用。
為解決此問題，本專案整合了一套豐富的工具：網頁搜尋、反向圖像搜尋、OCR、圖像裁切、銳化、超解析度及透視校正。該代理程式會像人類一樣，在查詢外部知識之前主動感知並修正不完美的視覺內容，以確保後續搜尋的可靠性。
具備故障感知能力的演算法，實現從錯誤中學習
在長時程任務中，工具調用可能引發連鎖故障。單一超時或錯誤就可能導致整個任務脫軌。傳統的強化學習（RL）通常會捨棄這些失敗的軌跡，從而浪費訓練資源。
OpenSearch-VL 引入了「多輪故障感知 GRPO（Multi-round Fault-Aware GRPO）」訓練演算法，該演算法能識別工具調用中的關鍵故障點。它利用遮罩技術過濾掉故障後無效的資訊，並採用單側優勢裁剪，以保留早期步驟中有用的邏輯。 如此一來，即使最終結果以失敗告終，模型仍能從先前階段學習到有效的搜尋路徑與探索策略。
實驗結果可與商業專有模型媲美
評估結果顯示，該模型在七項主流多模態深度搜尋基準測試中均展現出強勁表現，平均提升幅度超過 10 個百分點。在某些特定任務上，OpenSearch-VL 已能媲美頂尖的閉源商用模型。
研究團隊計畫將 OpenSearch-VL 的所有訓練資料、程式碼及模型權重全面開源，為全球開發者提供一個可重現且可改進的基礎，將多模態代理人的研究推向更深層的領域。
相關文章
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
阿里巴巴超級盃：Qwen3.8-Max 重磅登場，程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max，這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升，展現了強大的技術能力。在權威的Arena大模型排名中，Qwen3.8-Max取得了令人矚目的成績，僅次於Anthropic的Claude系列，位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展，為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線，並整合到新推出的“Qwen Offic
相關專題推薦
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
數據分析
最佳人工智慧資料清洗工具：快速處理缺失值與重複資料
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
評論 (0)
0/500
隨著多模態大型語言模型（MLLM）的快速發展，人工智慧競賽中的關鍵挑戰正從單純的「被動理解圖像」轉變為主動尋找證據並進行推理。 然而，由於缺乏高品質的訓練資料、自動化的軌跡合成管線以及詳盡的訓練指南，開源社群難以複製頂尖的多模態搜尋代理程式。
為突破此瓶頸，騰訊混元的研究團隊攜手加州大學洛杉磯分校（UCLA）及香港中文大學，共同推出OpenSearch-VL。這份完全開源的藍圖，為透過強化學習（RL）建構最先進的深度搜尋代理提供了具體路徑。
創新資料處理流程突破搜尋瓶頸
研究團隊指出，高品質的訓練資料是模型進化的主要瓶頸。為了訓練模型進行多步驟推理——超越單純的「一鍵式」圖像識別——他們設計了一套縝密的数据整合流程。
該管道從維基百科的超連結圖中採樣路徑，將複雜的實體關係轉化為多跳問答對。為防止「捷徑學習」，研究人員採用模糊實體重寫技術來隱藏直接答案，並整合了以原始碼為錨點的視覺定位機制。 此方法迫使模型必須先偵測視覺訊號，再透過外部工具迭代式地檢索資訊，從而防止在檢索過程中發生能力退化。 最終，研究團隊建構了 SearchVL-SFT 資料庫（36,000 條指令微調軌跡）與 SearchVL-RL 資料庫（8,000 條強化學習軌跡）。
超越簡單搜尋的多功能工具集
OpenSearch-VL 超越了基本的文字搜尋。在實際應用中，使用者提供的圖片往往模糊、變形或解析度過低，導致傳統搜尋工具難以發揮作用。
為解決此問題，本專案整合了一套豐富的工具：網頁搜尋、反向圖像搜尋、OCR、圖像裁切、銳化、超解析度及透視校正。該代理程式會像人類一樣，在查詢外部知識之前主動感知並修正不完美的視覺內容，以確保後續搜尋的可靠性。
具備故障感知能力的演算法，實現從錯誤中學習
在長時程任務中，工具調用可能引發連鎖故障。單一超時或錯誤就可能導致整個任務脫軌。傳統的強化學習（RL）通常會捨棄這些失敗的軌跡，從而浪費訓練資源。
OpenSearch-VL 引入了「多輪故障感知 GRPO（Multi-round Fault-Aware GRPO）」訓練演算法，該演算法能識別工具調用中的關鍵故障點。它利用遮罩技術過濾掉故障後無效的資訊，並採用單側優勢裁剪，以保留早期步驟中有用的邏輯。 如此一來，即使最終結果以失敗告終，模型仍能從先前階段學習到有效的搜尋路徑與探索策略。
實驗結果可與商業專有模型媲美
評估結果顯示，該模型在七項主流多模態深度搜尋基準測試中均展現出強勁表現，平均提升幅度超過 10 個百分點。在某些特定任務上，OpenSearch-VL 已能媲美頂尖的閉源商用模型。
研究團隊計畫將 OpenSearch-VL 的所有訓練資料、程式碼及模型權重全面開源，為全球開發者提供一個可重現且可改進的基礎，將多模態代理人的研究推向更深層的領域。
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
阿里巴巴超級盃：Qwen3.8-Max 重磅登場，程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max，這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升，展現了強大的技術能力。在權威的Arena大模型排名中，Qwen3.8-Max取得了令人矚目的成績，僅次於Anthropic的Claude系列，位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展，為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線，並整合到新推出的“Qwen Offic
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
