A PERSONAL VLM RESEARCH LOG
让每一次模型进展,
都留下可复用的理解。
每日筛选 AI 动态,拆解最新 VLM 论文,也记录从概念到代码实验的学习过程。 这里不追求信息最多,只追求理解更深。
145篇公开记录最近更新 · 2026.11.18
THREE STREAMS
三个内容栏目
从当天的信息流,到论文方法,再回到长期知识体系。
LATEST ENTRIES
最近更新
AI 日报 #072|模型升级、验证闭环
OpenAI 宣布新一代双模型并扩展销售插件,编码智能体则把端到端验证推向工作流核心,能力升级仍需真实任务验收。
VLM 论文速递 #072|视觉规划、主动响应
本期关注视觉规划与跨图比较的内部机制、视频智能体的响应时机,并对照大模型机器人控制与医疗直接决策的收益和边界。
AI 日报 #071|浏览器接管、开放推理整合
OpenCode 将编码智能体接入真实浏览器,Hugging Face 与 OpenRouter 整合推理入口,安全评估更强调可检查性。
VLM 论文速递 #071|视觉依赖、落地评测
本期聚焦视觉依赖驱动的推测解码与多语言幻觉抑制,并以无障碍导航和手写作文纠错检验多模态落地边界。
AI 日报 #070|科研新入口、智能体可修复性
OpenAI 开设科学博客并披露模型辅助理论研究的线索,开发者则将智能体的选择权与设备可修复性联系起来。
VLM 论文速递 #070|统一生成、模态增益审计
本期对照统一理解生成、空间数据与低资源语言,并通过群体意图和温室消融检验多模态增益是否真实成立。