Meta AVTR:视觉想象路由机制提分4.5、延迟降33%

meta · hf · 2026-11-19

Meta AI、KAUST 与 Princeton 联合提出 AVTR(Adaptive Visual-Textual Reasoning),针对 VLM 过度依赖文本推理的两大缺陷:视觉中心问题感知不足、统一文本推理造成冗余.trace。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →