跳到正文
2026 年 10 月 17 日 · 星期六每天 08:00 出刊

看懂日报 · 2026 年 10 月 17 日 · 星期六

kandong

第 10 期172026 年 10 月星期六
6件大事4个来源2件一手发布约 2 分钟读完
头条

MSP:一种无需成对跨模态数据的多模态大模型训练方法

该论文提出了 Modality Self-Play (MSP) 框架,旨在解决对齐多模态数据集昂贵且难以扩展的问题。该方法利用代理文本描述作为未见模态的语义桥梁,使模型在仅观测到真实锚点模态(如图像或音频)及伴随的代理描述的情况下,无需真实的成对非文本监督即可实现零样本跨模态组合与推理。

arXiv · 机器人与计算机视觉原文
01

智能驾驶

Torc Robotics · 自动驾驶技术与安全一手

Torc:超越模仿学习,自博弈强化学习赋能端到端自动驾驶

Torc Robotics 与 Mila、NYU 合作发表论文,展示如何用自博弈强化学习训练从相机图像驱动的端到端模型。方法先利用简化渲染器 Gigapixel(单卡 A100 每秒约 5 万步)训练结构化输入的强化学习教师策略,再通过 DAgger 蒸馏至相机学生策略并适配真实感知。

02

具身智能

03

计算机视觉

arXiv · 机器人与计算机视觉

MJev-Spatial:基于原生注意力匹配的系统一空间智能模型

针对视觉语言模型在空间关系判断、距离测量和物体定位等任务中需进行自由文本生成且效率低下的问题,本文提出 MJev-Spatial 系统一多模态决策模型。该模型将候选选项视为类别,利用骨干网络预训练查询和键投影直接打分,无需增加参数即可处理选择、数值预测和点预测三类空间理解任务。

04

快讯

(本期完)

看懂 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本