热点事件观察中
OmniSeek音视频推理框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月1日，Hugging Face Daily Papers 报道了 OmniSeek。报道称，OmniSeek 将 Omni-LLM 转化为具备原生工具使用能力的多轮音视频推理智能体，使模型可在推理过程中动态决定需要查看或聆听的时间窗口。研究构建了 OmniTraj-170K 多跳 CoT 轨迹语料，并通过监督训练、两阶段强化学习和 Audio-Visual Necessity 目标对模型进行优化。实验显示，OmniSeek 能自适应寻找跨模态证据，并提升音视频推理表现。
AI 根据报道生成 · 3 小时前更新
最新进展10月1日 08:00
OmniSeek 被报道可动态选择音视频证据窗口完成多轮推理。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- Hugging Face Daily PapersOmniSeek：面向多轮音视频推理的原生工具集成
OmniSeek 将 Omni-LLM 转化为具备原生工具使用能力的多轮音视频推理智能体，可动态决定查看或聆听的时间窗口。研究构建 OmniTraj-170K 多跳 CoT 轨迹语料，并通过监督训练、两阶段强化学习和 Audio-Visual Necessity 目标优化模型。实验显示，OmniSeek 能自适应寻找跨模态证据并提升音视频推理表现。
本事件热度走势
当前热度 4·可比范围峰值 4（10月2日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。