上交大等发布 EvidenceConnect：不靠放大也能连接视觉证据
inclusionAI · hf · 2026-10-28
上海交大、蚂蚁集团等团队发布 Zooming without Zooming v2 论文，提出 EvidenceConnect 方法：合成训练数据来强化模型对视觉证据的连接能力。
- 目标是从「看清细节」进阶到「串联证据」，提升空间感知与多模态推理的泛化性，无需依赖真实放大操作。
- 配图跑分显示其 4B/9B/27B 系列在 ZoomBench、PerceptionBench、MMSI-Bench、SPAR-Bench、MileBench、ERQA、ViewSpatial、MMStar 等多个基准上超越 GPT-4o、Gemini 等对比模型。
「多模态」频道最新
- 用 FastH3 工作流在 ComfyUI 本地生成鸡尾酒视频， 橙皮漩涡翻车但效果可看 — bennash · 2026-10-28
- PlayCanvas 提出 SOG v3 格式:4 阶 SH、不透明度可超 1、支持自定义数据 — willeastcott · 2026-10-28
- Voxtral Mini Transcribe 3 登 Voice Arena 说话人分离榜第二 — MistralAI · 2026-10-28
- 玩家自造「虚构 token」整活 Midjourney v8.2:四个新词四种超现实画风 — LudovicCreator · 2026-10-28
- 跟拍运镜视频提示词分享：镜头随动作移动更有冲击力 — umesh_ai · 2026-10-28
- 用 Gemini+Flow 做电影感场景转场,作者公开提示词 — michaelrabone · 2026-10-28