**Omni-InteractScope：首个全模态流主动交互基准，揭示当前模型三大局限**

_Omni-InteractScope: Benchmarking Proactive and Agentic Interaction in Continuous Omnimodal Streams_

> 针对全模态大语言模型（Omni-LLMs）在连续音视频流中提供主动协助的能力不足，研究团队提出了 Omni-InteractScope 基准。该基准包含 1,479 条人工标注的交互数据，涵盖工具调用、无查询提醒及端到端引导等场景。实验结果显示，现有模型存在三大核心缺陷：工具调用的及时性不可靠（准时率最高仅 40%）、无查询提醒的覆盖度极低（召回率不超过 23%）以及端到端引导的完整性严重受限。这些发现指明了未来开发流式助手在及时行动、主动性和全流程覆盖方面的改进方向。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.35439)