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。
109篇公开记录最近更新 · 2026.10.30
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 #054｜开放权重、智能体治理
Mistral 开放旗舰权重，OpenAI 更新行为规范与失准监测说明，智能体竞争延伸到部署控制和持续治理。
VLM 论文速递 #054｜视觉证据、实时交互
本期关注视频推理中的证据回访与捷径抑制，并串联实时交互、电影角色识别和人类视频驱动的机器人学习。
AI 日报 #053｜Carbon 网安登顶、Claude 做药
Google 发布 Gemini 4 Carbon，主打网络安全与长任务；Anthropic 披露 Claude 进入真实药物研发的首批结果。
VLM 论文速递 #053｜离散 token 无损、动作模型之争
离散视觉 token 在足够比特预算下可比肩连续表示；VLA 与 WAM 之争可拆成三个独立选择。
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。