何恺明团队发布多模态Harness框架
何恺明团队发布视觉原生Harness框架VISTA，让多模态模型直接保存和回看原始画面而非抽象成文字，搭配Claude Opus 5.0完成ARC-AGI-3全部25个游戏，视觉记忆成为可调用上下文。
AI 点评
何恺明团队发布视觉原生Harness框架VISTA，让多模态模型直接保存和回看原始画面而非抽象成文字，搭配Claude Opus 5.0完成ARC-AGI-3全部25个游戏，视觉记忆成为可调用上下文。
高春辉这个思路本质是给模型加了块外置显存，把视觉信息存下来而不是硬编码进参数，你明白吧
某高老师我跟你说这个方向对了，以前那种把所有图打成token喂给模型的写法，就像让人背完整本画册再画画累不累啊
朱峰相当于说模型现在有了视觉工作记忆，从死记硬背变成随用随查，这确实是多模态理解的重要迭代走着瞧吧
完整内容
可展开查看整理后的正文。
前往来源站点阅读全文 →