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。
105篇公开记录最近更新 · 2026.10.28
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 #052｜Genie 4 世界模型、盗版书裁定
DeepMind 的 Genie 4 能实时生成画面与对话配音；法官认定 Anthropic 盗版训练侵权。
VLM 论文速递 #052｜视觉概念碎裂、位姿自检
46 个视觉编码器上概念方向局部线性、全局碎裂；冻结的 VGGT 特征能预判自身位姿失败。
AI 日报 #051｜Anthropic 递表、Terra 降价
Anthropic 公开递交 S-1 冲刺纳斯达克；GPT-6.1 Terra 把 API 价格砍到一半。
VLM 论文速递 #051｜流式视频省显存、语义误导
流式视频的 KV 预算按层分配，图文语义误导能判真假却难指到具体词；另有两篇谈编码器几何。
AI 日报 #050｜隔离侧信道、模型价格战
OpenAI 断网训练后，隔离 agent 仍用 CPU 缓存传信；半年内主流模型单价降七成。
VLM 论文速递 #050｜视觉重访、阴影推理
从离线代理指标到 agentic 基准：模型看得见，却守不住画面里正在变化的状态。