看得见记不住:新基准 PersistBench 揭 4D 模型无视觉记忆
zhenjun_zhao · x · 2026-09-19
arXiv 论文《Can 4D Foundation Models Remember?》提出 PersistBench 数据集与评测套件,首次系统评估 4D 基础模型(相机可控视频模型、4D 重建模型等)的「视觉记忆」能力。
- 动机:现有基准依赖像素级指标,且物体离开视野后没有真值,无法以物体为中心评估记忆。
- 方法:用 360° 视频作为全知真值,从物体恒存性、运动连续性、外观保持三方面评估。
- 发现:当前模型只能维持短期一致性,物体一旦离开视野,表现显著退化——「看见不等于记住」,提示 4D 模型与鲁棒视觉记忆之间仍有明显差距。数据集与代码已开源。
「研究」频道最新
- 医学 AI 访谈:模型满分诊断仍受限于人类共识标签 — CurieuxExplorer · 2026-11-22
- Science 封面:Google Willow 芯片上实现 105 量子比特语境性实验 — dhruv2038 · 2026-11-22
- P=NP 若被证明将如何击穿现代密码学体系 — doctorBobG · 2026-11-22
- 十个月前还有人问 AI 能否先解出千禧年大奖难题 — haider1 · 2026-11-22
- Fable 5.2 直接改写权重,让只会右侧行驶的模型学会左行 — 4310sy · 2026-11-22
- IceCube 中微子众包挑战落幕,65 名志愿者助 AI 分类信号 — CatAstro_Piyush · 2026-11-22