「视觉已被 scale 解决」引争论:3D 理解等仍是开放难题,机器人 5 年内?
Sadlylifes41u · x · 2026-09-20
一场关于计算机视觉是否已被规模化的模型「解决」的争论。反对方认为检测、分割、追踪只是视觉的一部分,3D/4D 场景理解、物理状态估计、交互理解、干预下的预测与鲁棒泛化仍是重大开放问题,机器人场景尤其暴露这些局限。
另一位参与者则称 Astra 在他给的任何图片上都能一次搞定检测与分割,追踪表现也好,认为真智能就是 scale 问题,并引用「Bitter Lesson」:类似的事 2021 年在 NLP 发生过,现在轮到视觉,他还预测机器人领域 5 年内也会被规模效应攻下。
争论焦点落在:scale 到底催生哪些能力、在哪里仍然失败、结构(inductive bias)还剩多大作用。
所属事件:「scale 已解决视觉」论战：研究者称前沿在移动而非终结(5 条相关)→
「漫话AGI」频道最新
- binarybits:自主 AI Agent 监管过早,2023 年立规并不现实 — binarybits · 2026-09-20
- 学者揭学术「资源诅咒」:数据小圈子垄断让烂论文无人敢质疑 — RexDouglass · 2026-09-20
- Agent 大战开打，评论者断言:多家大公司恐已被国家级黑客渗透 — adityaag · 2026-09-20
- 研究者:AI 评审优于人类后,期刊制度本身将失去意义 — panickssery · 2026-09-20
- 两名高中生借 AI 在菲尔兹奖得主研究问题上取得进展 — IgorCarron · 2026-09-20
- Polymarket 开盘 GPT-7 发布预测:2027 年底前概率 84% — Polymarket · 2026-09-20