跳到正文
arXiv · 机器人与计算机视觉· Yu Zhou, Cheng-Fu Yang, Rui Sun, Di Wu, Sibo Peng, Mingyang Zhang, Zhen Yang, Ruiyi Zhang, Nanyun Peng, Zhe Gan, Kai-Wei Chang·· 2026-10-20AI 评分70

OpenVLHarness:具备多模态记忆的实时世界视觉代理工具使用框架

OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory

AI 导读

OpenVLHarness 是一个围绕能力层和持久化多模态记忆构建的多模态推理框架。其能力层整合任务级工具接口与证据渲染,将异构后端输出转化为模型可读观测;持久化记忆保留图像、结构化数据和网页引用作为可寻址工件;代码接口则对存储数据执行生成程序以组合多工具结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org