OmniUE全交互通用嵌入模型提出

2026年10月20日，arXiv Artificial Intelligence 刊出的一篇论文提出全交互通用嵌入模型 OmniUE（Omni-Interactive Universal Embedder）。据该论文称，OmniUE 是首个全交互通用嵌入模型：它借助专用可学习 token 的中间层表示，在文本、视频和音频之间学习统一嵌入空间；同时支持全交互查询，用户可以用文本、视觉感兴趣区域和音频片段作为查询输入。论文还提出配套基准 OmniCHOIR。目前报道仅涉及模型与基准的提出及设计思路，未提及训练细节、评测结果、开放范围或使用限制，事件仍在持续发展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。