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。
111篇公开记录最近更新 · 2026.10.31
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 #055｜模块化更新、训练偏好
IBM 以适配器更新模型，OpenAI 承诺遵循共享训练偏好信号，模型迭代与内容治理都在寻找更清晰的接口。
VLM 论文速递 #055｜实体计数、主动核验
本期聚焦视觉实体计数与智能体主动核验，并关注视频对话记忆、视觉思考自蒸馏和免训练异常检测。
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。