研究揭示 VLM 生成前会在图像上打指针规划答案

gsarti_ · x · 2026-11-20

Northeastern 大学 Bau 实验室(Rohit Gandikota 等)发布新研究,打开 VLM 内部探究它如何决定先描述什么、后描述什么、何时停止。

核心发现:

团队提供了交互式 demo 与开源代码可在线查看规划过程。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →