Open-o3-Video-v2：以时空证据支撑的视频推理研究

Open-o3-Video-v2 将视频推理建模为统一的智能体证据落地过程，模型主动识别缺失信息、补充观测、定位支撑推理的时刻与对象并写入轨迹。研究构建了 STGR-v2-CoT135K（含 52K 多轮智能体落地推理轨迹）和 STGR-v2-RL-13K，并提出 Clue-Seek GRPO（CS-GRPO）奖励线索覆盖与逐步增益、惩罚冗余检索。