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。

149篇公开记录最近更新 · 2026.11.20

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

全部动态
  1. AI 日报

    AI 日报 #074|后训练提效、流式预测落地

    开源模型后训练开始直面完整任务成本,IBM 则将时间序列模型嵌入实时数据流,让预测更接近可执行的业务决策。

    • AI
    • 开源模型
    • 后训练
  2. VLM 论文速递

    VLM 论文速递 #074|共读分答、隐空间前瞻

    本期聚焦多问共享视觉证据与隐空间动作预测,并对照概念可视化、原生医学分割及长图文预填充,拆解视觉模型的计算取舍。

    • VLM
    • 视觉推理
    • VLA
  3. AI 日报

    AI 日报 #073|高效模型、可控执行

    谷歌发布兼顾效率的模型并扩展世界模型体验,OpenAI 则披露编码沙箱与芯片设计进展,智能体能力需要和执行边界一同验收。

    • AI
    • Google
    • Gemini
  4. VLM 论文速递

    VLM 论文速递 #073|流式记忆、视觉证据

    本期聚焦流式视觉记忆与人类注视引导,并对照少报物体、检索冲突和场景安全评测,追问视觉模型的答案究竟由什么证据支撑。

    • VLM
    • 流式视频
    • 视觉定位
  5. AI 日报

    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。

    • AI
    • OpenAI
    • 编码智能体
  6. VLM 论文速递

    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。

    • VLM
    • 视觉机制
    • 视频理解