复旦大学发布统一多模态深度研究智能体 OneSearch-VL

复旦大学及合作机构研究人员提出 OneSearch-VL（arXiv:2610.12419），一个面向单图、多图与视频环境的统一多模态深度研究智能体，核心为视觉锚定证据图（VGEG），将局部视觉锚点、实体关系、来源支持事实与研究操作编码为共享依赖拓扑。作者构建 OneSearch-VL-SFT-110K 与 OneSearch-VL-RL-10K 数据集及证据感知视觉锚定评分奖励（EVGR），用于强化学习中的视觉可追溯性监督。在新提出的 OneSearch-MI-Bench 与 OneSearch-Video-Bench 上，OneSearch-VL-8B 分别较工具增强的 Qwen3-VL-8B 高出 20.2 与 17.6 个百分点，并在七个图像基准与 VideoDR 上取得新的最先进结果，代码完全开源。