IXThinker·2025-05-22 20:30純圖像推理新範式VPRL準確率達80%
來自劍橋、倫敦大學學院與谷歌的研究團隊，推出首次純粹依靠圖像進行推理的新範式VPRL，在多個代表性視覺導航任務中性能遠超基於文本的推理方法。
語言中介瓶頸
與大模型一起玩超級瑪利時，人類會根據畫面在腦海中自動規劃步驟；但大語言模型需要先把圖像轉成文字攻略，再一格格按指令移動，效率低且資訊可能丟失。團隊因此探索跳過「語言中介」的方法。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。