IXThinker·2025-01-25 17:50

階躍星辰北航推慢感知 感知層推理擴展

針對多模態模型「重文本推理、輕視覺感知」的現狀，階躍星辰與北航團隊提出名為「慢感知」的方案，嘗試把感知過程拆解放慢，作為視覺版o1的初步探索。

研究出發點

研究人員認為，目前多模態領域的o1類模型主要關注文本推理，對視覺感知的重視不足；而精細、深入的感知是複雜任務，也是未來視覺推理的重要基礎。