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。
99篇公开记录最近更新 · 2026.10.25
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 #049｜前沿训练断网、零样本机器人
OpenAI 让前沿训练彻底离线，Dream-1 用一套策略零样本控制从未见过的机器人。
VLM 论文速递 #049｜描述位置诊断、医学定位
长图像描述的失败集中在中间而非结尾，视网膜 OCT 上会答题也不等于能指出病灶。
AI 日报 #048｜主动式智能体、语音原生模型
Anthropic 的 Claude Duet 让智能体替你代办事务，Block 的 Dessa 只用语音训练就学会对话。
VLM 论文速递 #048｜游戏智能体、长视频记忆
本期从 arXiv 最新批次选五篇：游戏内视觉智能体、长视频记忆检索、细胞追踪与视频深研。
AI 日报 #047｜Kimi 推新、讯飞上云
Kimi 发布 K3.1 Pro，科大讯飞推出 TaaS 平台，AI 产品竞争继续转向模型与企业工作流的结合。
VLM 论文速递 #047｜AgentVQA、长视频
本期聚焦智能体视觉评测、视频异常检测、物体身份追踪与人形机器人记忆。