OneSearch-VL：把画面线索连到网页证据
OneSearch-VL: Unified Multimodal Deep Research Agent for Image and Video
以视觉证据图连接图片区域、视频帧、网页事实和回答操作，同时用于构造训练数据、强化学习评分与评测。团队公开8B模型权重、数据和代码；主要多图/视频增幅来自作者自建基准，外部网页变化限制复现。论文10月8日提交，本期补看。
相关期次：2026-10-12 精选
阅读笔记
OneSearch-VL把图像区域、视频帧、网页事实和回答所需的比较/计算组成视觉证据图，同一结构用于造题、筛选工具轨迹及训练奖励。作者开源8B权重、数据与训练/推理代码。论文报告在自建多图、视频基准相对可调用工具的Qwen3-VL-8B提升20.2、17.6个百分点；自建基准与在线检索变化限制独立比较。首稿10月8日17:52 UTC，本期补看。
原文：https://arxiv.org/abs/2610.12419
本期资料页：https://www.asteronline.cn/juju-radar/2026-10-12/
AI辅助整理。
笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。