**超越观看与搜索：首个面向视频的深度研究报告智能体基准测试**

_Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports_

> 针对现有基准无法评估以视频为核心的深度研究问题，研究团队提出了“面向视频的深度研究报告生成”任务。该任务要求智能体根据视频和用户请求，生成包含多模态证据引用及视频时刻链接的交互式报告。为此，团队发布了基于技能的工作流、包含 50 个中英文任务的 OmniDR-Bench 基准，以及用于评估的 Omni-ARTs 原子评分树。测试显示，当前最佳智能体得分为 63.3 分，未来需在内容覆盖、跨模态逻辑分析及引用准确性上取得突破。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.31158)