标题：纯靠“脑补”图像，大模型推理准确率提升80%！剑桥谷歌新研究 正文： 不再依赖语言，仅凭图像就能完成模型推理？大模型再创SOTA！ 当你玩超级玛丽时，会根据画面自动规划步骤，但传统语言模型还需先转成文字指令，效率低且易丢信息。有方法能跳过“语言中介”吗？ 剑桥、伦敦大学学院与谷歌团...