浙大聯手阿里推MetaCompress　多輪VQA壓縮率90%

多輪場景困境

多輪視覺問答中，用戶往往第一輪關注人物、第二輪追問背景、第三輪討論構圖，對話上下文不斷疊加。研究發現，現有壓縮方法在此類場景下性能集體下滑。

浙江大學宋明黎教授團隊與阿里巴巴安全部聯合提出 MetaCompress，作為首個面向多輪視覺問答的學習式 Token 壓縮框架，成果已獲 CVPR 2026 錄用。