何恺明团队提出视觉原生框架VISTA

何恺明团队提出多模态视觉原生框架VISTA，旨在让模型在交互任务中无需额外训练即可保存和回看原始画面。 该框架通过一个视觉Harness，使多模态模型能够处理需要记忆和参考过往视觉信息的交互式任务。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。