UCLA 联合 Apple 发布视觉 Agent 框架 OpenVLHarness

UCLA 与 Apple 合作发布 OpenVLHarness,一个面向真实世界视觉 Agent 工具调用的免训练多模态推理框架,可组合感知、搜索与代码计算,并引入多模态记忆。对 22 个 benchmark 的受控研究显示,该框架能显著提升多模态模型的工具调用与推理表现。

2026-10-20 ~ 2026-10-20 · 2 条相关

• UCLA 联合 Apple 发布 OpenVLHarness:视觉 Agent 工具调用加多模态记忆 — Yu Zhou · 2026-10-20
• OpenVLHarness：免训练框架让多模态模型组合感知、搜索与代码计算 — _akhaliq · 2026-10-20