# 小红书×剑桥大学重磅发布HyperEyes：并行多模态搜索智能体，效率飙升5.3倍，准确率提升9.9%

- Link: https://paooo.com/aigc-news/10852/
- Published: 2026-05-21T13:27:26+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * HyperEyes通过UGS重构动作空间，把视觉定位与检索合并为单轮并发搜索，解决传统串行
   裁剪-搜索低效问题。
 * 30B版本在6个基准上准确率较最强开源同规模模型提升9.9%，平均工具调用轮次仅2.2次，
   效率提升5.3倍。
 * TRACE+OPD双粒度强化学习与CAS评分共同优化准确率、Token消耗和工具轮次，形成效率
   与效果的帕累托最优。

> **💡 站外导读：**在AIGC与多模态技术爆发的时代，传统AI搜索智能体仍深陷“串行裁剪-
> 搜索”的效率泥潭。每处理一个实体，都要重复一次裁剪、定位、检索的流程，导致工具调
> 用轮次多、错误级联风险高，难以应对复杂场景下的实时需求。小红书与剑桥大学联合研发
> 的HyperEyes智能体，直击这一行业痛点，通过重构动作空间，将视觉定位与检索融合为单一
> 原子动作，实现单轮多实体并发搜索，从根本上重塑了效率与准确率的平衡。

## HyperEyes是什么

HyperEyes是小红书与剑桥大学联合推出的并行多模态搜索[智能体](https://paooo.com/trends/)，
首创 UGS 范式，将视觉定位与检索融合为单一原子动作，实现单轮多实体并发搜索。HyperEyes
采用双粒度效率感知强化学习框架，在6个基准测试中，30B版本准确率超越最强开源同规模
模型9.9%，工具调用轮次减少5.3倍，实现准确率与效率的帕累托最优。

阅读目录

 * [HyperEyes是什么](https://paooo.com/aigc-news/10852/#hypereyes%e6%98%af%e4%bb%80%e4%b9%88)
 * [HyperEyes的主要功能](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [HyperEyes的技术原理](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用HyperEyes](https://paooo.com/aigc-news/10852/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8hypereyes)
 * [HyperEyes的核心优势](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [HyperEyes的项目地址](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [HyperEyes的同类竞品对比](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [HyperEyes的应用场景](https://paooo.com/aigc-news/10852/#hypereyes%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/10852/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![HyperEyes](https://paooo.com/wp-content/uploads/2026/05/HyperEyes-website-1.avif)

## HyperEyes的主要功能

 * **并行多模态搜索**：单轮内并发定位并检索图片中的多个实体，替代传统串行裁剪-搜索
   流程。
 * **统一有依据搜索**：将视觉定位框直接嵌入检索动作参数，一次函数调用携带多个目标
   框。
 * **渐进式拒绝采样**：在递增轮次预算下提纯高效轨迹，构建3万条零冗余并行种子数据。
 * **双粒度效率感知RL**：TRACE动态收紧轨迹级效率标尺，OPD在失败轨迹上注入Token级
   纠正信号。
 * **IMEB基准评估**：发布300实例多实体视觉评测集，配套CAS评分联合量化准确率与搜索
   效率。
 * **多工具协同**：集成图像搜索与文本搜索工具，支持视觉证据与文字证据的并发获取。

## HyperEyes的技术原理

 * **UGS动作空间重构**：将视觉定位从独立前置步骤转化为检索动作的内嵌参数，物理层面
   打通单轮多目标并发通路。
 * **并行数据合成流水线**：通过多类图片拼接合成多实体查询，基于图谱随机游走构造多
   约束交集问题并剔除捷径解。
 * **TRACE动态参考奖励**：用当前最优轨迹为动态标尺，仅当模型比标尺更高效时给予奖励，
   每轮自动收紧标准。
 * **OPD非对称策略蒸馏**：在轨迹最终答错时启动235B教师模型，为失败轨迹提供密集Token
   级监督，保护高效并发本能。
 * **联合优化目标**：GRPO结合轨迹级效率奖励与Token级蒸馏损失，同步优化策略网络的
   准确率与效率。
 * **CAS成本感知评分**：采用Acc²×100/(N_tok+2N_tool+1)公式，将准确率、Token消耗与
   工具轮次统一为效率指标。

## 如何使用HyperEyes

 * **获取开源资源**：访问 GitHub 仓库 https://github.com/DeepExperience/HyperEyes。
 * **准备基础模型**：下载并部署 Qwen3-VL-30B 或 235B 作为视觉语言模型 backbone，
   确保 GPU 显存满足推理需求。
 * **配置外部检索工具**：接入图像搜索与文本搜索 API（如 Bing Image Search、Google
   Custom Search），作为 Agent 执行 UGS 并行搜索的外部工具。
 * **输入多实体查询**：上传包含多个实体的复杂图片，输入自然语言问题，HyperEyes 将
   自动执行 UGS 统一有依据搜索，单轮并发定位并检索所有目标。
 * **查看并行搜索结果**：模型返回结构化检索结果与最终答案，包含每个实体的视觉证据
   与文本证据。
 * **评估搜索效率**：通过 CAS（成本感知评分）指标量化评估准确率、Token 消耗与工具
   调用轮次的综合效率

## HyperEyes的核心优势

 * **效率飞跃**：30B版本平均工具调用轮次仅2.2次，为同规模最强开源模型的1/5，实现
   5.3倍效率提升。
 * **准确率领先**：在6个基准上超越最强开源同规模模型9.9%，235B版本以1.1%差距逼近
   Gemini-3.1-Pro。
 * **抗噪声鲁棒**：并行策略规避过度检索幻觉，在真假证据混合测试中准确率提升3.7%-
   5.8%。
 * **消除错误级联**：UGS消除串行裁剪依赖，前置定位偏差不再污染后续搜索结果。
 * **帕累托最优**：在准确率-效率联合前沿全面占优，CAS评分达次优开源模型的7.6倍。
 * **全栈效率重塑**：从动作空间、数据合成到RL训练进行底层重构，系统性解决串行困局。

## HyperEyes的项目地址

 * **GitHub仓库**：https://github.com/DeepExperience/HyperEyes
 * **arXiv技术论文**：https://arxiv.org/abs/2605.07177

## HyperEyes的同类竞品对比

  |  对比维度 |  HyperEyes-30B |  DeepEyes-V2 |  VDR |  
   |  开发团队 |  小红书/剑桥大学 |  小红书 |  未公开 |  
 |  搜索范式 |  并行并发(UGS) |  串行裁剪-搜索 |  串行深度搜索 |  
 |  平均工具轮次 |  2.2 |  3.6 |  11.6 |  
 |  6基准平均准确率 |  64.0% |  39.1% |  54.1% |  
 |  IMEB准确率 |  46.7% |  18.0% |  21.2% |  
 |  CAS效率评分 |  0.910 |  0.119 |  0.014 |  
 |  核心机制 |  TRACE+OPD双粒度RL |  工具奖励激励 |  多轮深度推理 |  
 |  错误级联风险 |  免疫（原子动作） |  高风险 |  中等风险 |

## HyperEyes的应用场景

 * **多人物视觉推理**：识别合影中特定人物的身份、职业与历史事件，并发检索多人生平
   信息。
 * **电商商品比对**：对包含多个商品的复杂场景图进行并发搜索，获取价格、品牌与评价
   信息。
 * **跨模态知识问答**：回答涉及图片中多个物体、地标、艺术品之间关系的复杂查询。
 * **新闻事实核查**：对包含多人物、多场景的新闻图片并发检索，验证事件真实性与背景
   信息。
 * **学术图表解析**：对包含多个图表、公式、引用的论文截图进行并行定位与内容检索。
 * **社交媒体审核**：对复杂图片中的多个实体并发搜索，快速判断违规或误导性内容。

#### 📝 站长洞察 (Editor’s Insight)

HyperEyes的发布标志着多模态智能体从“串行思维”向“并行原生”的范式跃迁。它不仅是一个
模型升级，更是对整个搜索Agent底层架构的重构：通过UGS动作空间将定位与检索物理绑定，
再结合双粒度强化学习，系统性解决了效率与准确率的权衡难题。这反映了当前顶尖AI研究
的核心趋势——从单一能力堆叠转向系统工程优化。小红书作为实践方，将复杂视觉理解需求（
如电商比对、内容审核）反哺至基础模型研究，形成了需求驱动创新的正循环。对于行业而言，
HyperEyes的开源意味着“并行搜索”这一新范式将成为标配，倒逼所有多模态智能体重新审视
其动作设计哲学。未来，能否在单轮内高效协同多种模态与工具，将是衡量智能体先进性的
关键标尺。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**小红书 ↗**

小红书（Xiaohongshu）是中国领先的生活方式分享社区和社交电商平台。其核心功能围绕用户
生成内容（UGC）

❓ 常见问题解答（FAQ）

HyperEyes和传统AI搜索智能体有什么区别？

传统智能体通常采用“裁剪-定位-检索”的串行流程，每个实体都要重复多轮工具调用。HyperEyes
把视觉定位嵌入检索动作，支持单轮并发搜索多个实体，能显著减少轮次并降低错误级联风险。

HyperEyes的5.3倍效率提升是怎么来的？

文章给出的核心原因是UGS并行范式与双粒度效率感知RL。30B版本平均工具调用轮次降到2.2
次，较同规模最强开源模型约减少5.3倍，从而在效率和准确率之间取得更优平衡。

HyperEyes适合哪些实际应用场景？

它适合多实体、多证据的复杂视觉问答场景，例如多人合影识别、电商商品比对、跨模态知识
问答等。凡是需要同时定位多个目标并结合图像与文本证据检索的任务，都很适合。

🔬 语宙深潜追问 · 进阶实操拆解

UGS范式到底改了什么？

它把“定位”和“检索”合并成单轮原子动作，减少多轮工具调用和中间误差传播。这样既能压缩
搜索链路，也能让模型在一次决策里同时考虑位置、内容和任务目标。

多模态搜索怎么评估真实收益？

不能只看准确率，要同时看轮次、时延、工具调用成本和失败恢复率；在复杂任务里，少一次
错误检索往往比单点精度更重要。最好用端到端任务成功率衡量。

🗳️ 读者观点微投票 · 您的实战立场是？

并行多模态搜索，速度和准确率能兼得吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [DeepEyes多模态模型：小红书&西安交大联手，90.1%准确率实现AI’用图思考’，超越OpenAI o3](https://paooo.com/aigc-news/15027/)
 * [DeepEyesV2：小红书开源多模态智能体，引爆AI工具调用与复杂推理新范式](https://paooo.com/aigc-news/13026/)
 * [Karpathy 开源 autoresearch：单 GPU 实现 AI 自主科研，自动跑实验、调参、迭代，打造你的专属 AI 科学家](https://paooo.com/aigc-news/10880/)
 * [上海交大开源PC Agent-E框架：仅312条数据训练，性能暴涨241%超越Claude 3.7](https://paooo.com/aigc-news/16987/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/10852/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
