Hugging Face Daily Papers·2026-10-01 08:00· 1 天前AI 评分45

OmniSeek：面向多轮音视频推理的原生工具集成框架

OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning

AI 导读

OmniSeek 是一个将 Omni-LLM 转变为具备原生工具调用能力的多轮推理智能体的框架，能动态决定看或听以及对应的时间窗口，将检索到的音视频片段回填上下文以支持后续推理。