扫描下载APP
其它方式登录
何恺明团队提出视觉原生多模态Harness框架VISTA，无需重新训练模型，即可让现有多模态模型保存原始画面、按需回看与放大检查细节，显著提升在ARC-AGI-3等视觉推理基准上的表现，实现高效交互式推理与具身任务潜力。
何恺明团队提出VISTA框架，通过将ARC-AGI-3测试中的数字输入替换为原始图像，并引入无损视觉记忆‘相册’机制，显著提升大模型在零样本、无说明交互式像素游戏中的推理与通关能力；Claude Opus 5和GPT-5.6 Sol分别实现100分满分和99分近满分，验证‘视觉感知’与‘显式记忆’对AGI能力的关键作用。
