OpenSearch-VL：前沿多模态搜索智能体的开放方案

深度搜索已成为前沿多模态智能体的关键能力，但现有顶级模型难以复现。为此，本文提出 OpenSearch-VL，一套基于代理强化学习的开源训练方案。首先，构建了包含维基百科路径采样和视觉定位的高质量数据流水线，生成了 SFT 和 RL 数据集。其次，设计了统一文本搜索、图像处理等多种工具的多样化环境，支持主动感知与知识获取。最后，提出了多轮致命感知 GRPO 算法，通过掩码失败后令牌并保留前期推理，有效处理级联工具故障。该方案在七个基准测试中平均提升超 10 分，性能媲美商业模型。