.png)
近日，何恺明团队发布最新论文，提出视觉原生的多模态Harness框架VISTA。该框架无需从头训练，即可让现有多模态模型直接观察环境、无损保存原始画面，并在推理时随时回看、放大检查细节，将视觉经验转化为可随时调用的上下文。在ARC-AGI-3评测中，搭配VISTA的Claude Opus 5.0以满分通关全部25个游戏，动作数比人类基线少57.4%；GPT-5.6 Sol也近乎满分通关。此外，在浏览器游戏、迷宫等任务中，VISTA均显著提升了模型成功率。未来，团队将向更接近物理世界的具身任务拓展，持续探索视觉经验的深度利用。
原文链接
本文链接：https://kx.umi6.com/article/38235.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "38235")
相关推荐
.png)
换一换
商汤日日新 SenseNova V6 多模态融合大模型发布
2025-04-10 17:00:13
中国AI凭什么逆袭美国？
2025-06-26 13:58:23
月之暗面推出Kimi K2.5模型，全面升级多模态能力
2026-01-27 14:20:13
o3出圈玩法“看图猜位置”，豆包也安排上了！还是人人免费用那种
2025-07-30 15:46:31
刚刚，全球视频模型新王诞生了！
2026-03-19 16:05:16
摸DeepSeek过河也得自身硬! 想开后的文小言，真香！
2025-03-31 17:40:22
商汤坐上大模型核心牌桌
2025-05-09 11:48:13
「AI掉队者联盟」谋求改命
2025-06-11 16:13:17
是个公司都在用AI Agent，但大家真的用明白了吗| MEET2026圆桌论坛
2025-12-17 13:42:24
美团发布并开源 LongCat-Flash-Omni 模型：支持实时音视频交互，达到 SOTA 水平
2025-11-03 11:17:00
Nano Banana爆火背后，深聊谷歌多模态五大主线布局
2025-09-10 15:36:58
Llama 4发布：我看到了DeepSeek的影子
2025-04-06 16:06:56
商汤「日日新6.5」全新升级，让AI完成从“工具”到“人”的跃迁
2025-07-29 20:35:07
732 文章
954579 浏览
24小时热文
更多
-
2026-10-11 17:50:22 -
2026-10-11 17:48:55
-
2026-10-11 15:47:17
