北大开源 Open-o3-Video-v2:主动搜证+时空定位的可验证视频推理

PKU · hf · 2026-10-14

北大、复旦、NTN、UC Merced 提出 Open-o3-Video-v2,把视频推理建模为统一的 agent 式取证过程:模型主动识别缺失信息、获取额外观察,把支持推理的时间戳与目标级边界框写入推理轨迹。配套构建 STGR-v2-CoT135K(52K 多轮取证推理轨迹)与 STGR-v2-RL-13K 强化学习数据,并提出 Clue-Seek GRPO(CS-GRPO),追踪工具调用对证据累积的变化,奖励线索覆盖、惩罚冗余检索。Open-o3-Video-v2-4B 在 V-STaR 上 mAM 40.4%、mLGM 56.3%,分别超 Qwen3-VL-4B 基座 8.5% 和 12.6%。代码与模型开源。