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。
137篇公开记录最近更新 · 2026.11.14
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 #068｜代理支付、会议协作
代理开始连接支付与会议现场：OpenAI 推出钱包，Brave 接入按次结算搜索，Claude 将协作推进到会中执行。
VLM 论文速递 #068｜视觉容量、尺度安全
本期聚焦专用视觉容量与图像缩放安全，并对照轻量多任务、长视频边界和无人机导航，追问能力增益究竟来自哪里。
AI 日报 #067｜模型分工、指令隔离
谷歌以轻量执行模型与动态编排降低代理开销，IBM 用结构化上下文探索指令隔离，应用进展仍需真实效果验证。
VLM 论文速递 #067｜视觉脚手架、证据校准
本期从视觉脚手架与文档压缩出发，对照后门修复、伪造解释与人机计数，关注模型看到的证据是否足以支撑结论。
AI 日报 #066｜路由重构、规模化落地
LiteLLM 将路由核心迁至 Rust，流媒体与退役军人案例则提醒我们，AI 落地还要看评测护栏与实际使用。
VLM 论文速递 #066｜省算保真、拒答保能
本期聚焦视觉输入压缩与低回退拒答，并对照视频状态跟踪、家务机器人和医学分割，检查效率收益背后的证据边界。