IXThinker·2025-09-23 13:10

通義推WebWatcher 多模態研究Agent

目前的深度研究智能體多以文本為主要資訊載體，處理多模態資訊時力有不逮。阿里通義實驗室推出多模態深度研究智能體WebWatcher，透過高質量訓練軌跡與多工具整合，實現視覺語言推理的躍升。

補多模態短板

WebWatcher的核心目標是增強視覺語言推理能力，克服以文本為主的研究智能體在處理圖像、網頁等多模態資訊上的局限，令AI可以像人類研究者一樣邊看、邊查、邊推理。