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。
51篇公开记录最近更新 · 2026.09.16
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
VLM 论文速递 #025｜可写性、隐私裁剪、重建
视频模型会正确的运动却不用它；VLM 可按问题裁剪视觉 token，兼顾隐私与带宽。
AI 日报 #025｜System One 模型、Gemini 语音
前 OpenAI 成员发布 System One 模型 Jev：不生成字符串、输出带标定概率；Google 上线 Gemini 3.8 Live。
VLM 论文速递 #024｜视频 4D 分词、歧义坍缩
视频分词器转向 4D 世界表示，长视频 agent 改为按需取证；VLM 在 Dixit 上出现歧义坍缩。
AI 日报 #024｜Siri AI 上线、370 年密文破译
苹果 OS 27 上线 Siri AI；Claude Fable 5.1 破译 370 年密文，减速之争转入官媒与产业互批。
VLM 论文速递 #023｜幻觉检测、单步动作
统一幻觉检测覆盖六类跨模态任务；VLA 把多步动作头换成单步生成，推理频率提升 3.67 倍。
AI 日报 #023｜减速之争、武器域滥用
减速之争进入第二天：Altman 称 2026 不上市；Anthropic 报告披露也门小组用 Claude Code 写制导软件。