研究发现：模型原生读图可提升深度研究 Agent 性能并减少工具调用

sewon min 团队让深度研究 Agent 直接处理页面图像、无需 OCR，提升了性能并减少工具调用次数。研究通过对开源权重模型进行后训练、适配页面图像输入，团队认为性能提升可能源于此前缺乏相关训练。