IXThinker·2026-07-31 18:40

DeepMind提出視覺提示工程新範式

DeepMind發表研究，提出「視覺提示工程」（VIPE）概念，將提示工程從文本擴展到視覺輸入。在不修改模型參數的前提下，透過設計圖像擾動、模板與上下文圖像等，提升影片推理等下游任務表現。

概念延伸

提示工程早已是提升語言模型性能的關鍵手段，業界共識是只要輸入空間夠豐富，就存在優化空間。該研究追問：這一原理是否同樣適用於視覺等其他模態。