36Kr Europe · English·· 12 小时前
VISTA：让多模态模型在交互中记忆并复查视觉经验
Kaiming He's team released the multimodal Harness framework
研究任务与主要进展
Kaiming He团队在VISTA论文中提出视觉原生Harness，通过视觉观察、无损视觉记忆和主动视觉检查，让现有多模态模型在连续交互中保存原始帧、按需检索、放大并比较细节，无需从头重新训练。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请阅读原文核验。
来源：36Kr Europe · English · eu.36kr.com