核心信息

腾讯微信AI团队开发了WeAgent-MMSearch搜索智能体，通过持续的多模态状态在整个搜索过程中保留检索到的图像，支持跨轮次的视觉推理和以图搜图。

要点

  • 持续多模态状态使检索图像在整个搜索过程中可访问
  • 智能体可回看图像、跨轮次交叉核对视觉证据并进行以图搜图
  • 旨在防止多模态搜索轨迹退化为纯文本推理