港理工等提出 CoWorld Reasoner 视觉推理框架

2026年10月16日，AGI Hunt 报道，香港理工大学等机构提出 CoWorld Reasoner——一个以视频世界模型（VWM）为统一视觉推理引擎的 agentic 多模态推理框架。其核心是 VWM-Driven Harness，用工具暴露多种视觉操作，并由 skills 引导视觉语言模型（VLM）决定何时进行“想象”、构造生成请求以及解读视觉证据。框架还提出 VLM-VWM Harness 共同进化机制，联合修订工具、skills 与生成策略，使推理与生成能力协同迭代。该报道未提及实验数据、对比结果或开源安排。

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。