Omni-IO Skills：不改模型内核让 GPT-5.6 全模态支持率冲到 100%
NationalUniversityofSingapore · hf · 2026-09-30
新加坡国立大学团队发布 Omni-IO Skills，一个即插即用的 Agent Harness，通过分层 Skills、标准化多模态执行接口、依赖感知编排和持久化 Asset Registry，让现有通用 agent 变成「全模态原生」。
核心问题：通用 agent 的生产能力分散在文本、图像、音频、视频、文档、3D 资产和代码之间——给基础模型加模态要付出昂贵的模型更新成本，拼装专家模型又无法协调流程、依赖、中间资产与跨轮修订。
方法：多资产工作流被表示为 Declare Execution Graphs，可并发调度无依赖操作，成功输出注册到 Asset Registry 供下游与跨轮复用，执行后端可替换。共包含 27 个 Skills，覆盖 7 种产物模态、4 类能力（理解、生成、推理、检索）的 38 个代表任务。
结果：在 UniM-90 上，将 GPT-5.6 Sol 和 Claude Sonnet 5 的输入支持率从 40.00% 和 38.89% 提升到 100%；相对 Semantic-Quality Coupled Score 从 26.99 和 27.82 提升到 74.94 和 77.78；Strict Structure Score 达到 100.00 和 99.78。
论文结论：harness 层的能力组合是不改变宿主 agent 推理内核、构建宽覆盖可演进 Omni 系统的实用路径。
「编程与Agent」频道最新
- Luna 仅用 6%-7% 配额完成神经渲染客户端开发 — MickeySteamboat · 2026-09-30
- 在 Skill Hub 里复用专家经验:一条 Skill 让图表直接达到论文水准 — iamfakhrealam · 2026-09-30
- 合上电脑活照干:作者实测 KooKo Agent 自动完成论文整理任务 — iamfakhrealam · 2026-09-30
- 不靠 RL 和验证器，用模型自身解释训练 agent 反而提升编码能力 — CatAstro_Piyush · 2026-09-30
- ehartford 向 agentlanguages 仓库提交 With 语言:为人类和智能体共同设计的编程语言 — QuixiAI · 2026-09-30
- 开发者用 MCP 给 LLM 接上视频剪辑工具，告别「生成然后祈祷」 — ClickpopAI · 2026-09-30