PersistBench 登 NeurIPS Spotlight:4D 基础模型其实不太有视觉记忆
weichiuma · x · 2026-10-09
团队发布 PersistBench,获 NeurIPS 2026 E&D Spotlight,用于测试视觉记忆:相机可控视频模型、4D 重建模型、视频转 360° 模型能否记住一个物体在离开视野后发生了什么。结论(TL;DR):目前基本记不住。
核心难点是获取真实世界的 ground truth——物体离开相机视野后的真实状态难以标注。PersistBench 提出一种简单方法绕开这一难题(细节见项目页)。项目已开源:项目主页、排行榜、GitHub、Hugging Face 数据集均已发布。
「研究」频道最新
- NRC 新变体:镜面光照神经缓存实现实时路径追踪更快收敛 — ssh4net · 2026-10-09
- 开源机器人项目 ABC:真实与仿真遥操作数据训练可扩展行为克隆 — rsasaki0109 · 2026-10-09
- 形态发生模拟揭秘:可形变网格+可控纤维的 FEM 实现 — zzznah · 2026-10-09
- OpenAI 发布前沿模型批量数学成果，84 页证明 Erdős–Pomerance 猜想 — burny_tech · 2026-10-09
- 研究员：激活监控做 AI 网络安全防护比黑盒监控更快更省 — burny_tech · 2026-10-09
- ETH 发布 SpaceFlow：免训练实现局部可控的文本生成 3D — ethz · 2026-10-09