UCLA 联合 Apple 发布 OpenVLHarness 视觉推理框架

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。它可将任意多模态大模型改造成基于证据、在视觉空间中思考并写代码的推理器，组合感知、搜索与代码计算。在 22 个基准数据集的受控研究中平均提升约 9.9 分，GPT-6 Astra 接入后也显著上涨。

2026-10-20 ~ 2026-10-21 · 4 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
• OpenVLHarness：给任意 LLM 套视觉推理外壳，22 项数据集平均涨 9.9 分 — hsu_byron · 2026-10-21
• OpenVLHarness：让任意多模态大模型在视觉空间中思考与写代码 — yining_hong · 2026-10-21