AI资讯新闻榜单内容搜索-PaDT

关键词: AI新闻,颜水成,PaDT,多模态大模型,模型训练

近年来，多模态大语言模型（Multimodal Large Language Models, MLLMs）在图文理解、视觉问答等任务上取得了令人瞩目的进展。然而，当面对需要精细空间感知的任务 —— 比如目标检测、实例分割或指代表达理解时，现有模型却常常「力不从心」。