跳到正文
arXiv · 机器人与计算机视觉· Yitong Yang, Yinglin Wang, Xuexin Liu, Wei Chen, Zhaoyang Xu, Jiaxin Lin, Rui Chen, Shuting He, Kai Wang·· 2026-10-19精选AI 评分78

ReVision:为密集视觉感知重构图像生成器

ReVision: Reprogramming Image Generators for Dense Visual Perception

AI 导读

该研究针对现有方法在多任务联合训练中易受数据混合影响且存在跨任务干扰的问题,提出 ReVision 框架。该方法基于冻结的多模态理解模型和冻结的图像生成器,利用指令条件参数生成机制,将图像与自由形式指令编码为多模态表示,并映射为生成器的瞬态低秩更新。

推荐理由

提出基于冻结生成器的指令条件参数生成框架,通过实例级低秩更新解决多任务感知中的梯度冲突与干扰问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org