跳至内容

pchao.org

Qwen3.5-4B

Spatial Memory Intelligence:给世界模型加上理解驱动的空间长时记忆

5 10 月, 2026 作者 PengChao
四个操作

SMI 用微调 MLLM 以聚类、簇内稀疏、动作检索和可靠性过滤四步管理世界模型的空间长时记忆。

分类 CVPR三分钟 标签 CVPR三分钟、 MLLM、 Qwen3.5-4B、 Top-K、 人工智能、 深度学习、 计算机视觉 发表评论

DepthEvidence:在多模态语言模型中统一度量深度预测与几何推理

28 9 月, 2026 作者 PengChao
接口机制

DepthEvidence 是约 4B 参数模型:用相机条件解码器预测稠密度量深度,经稠密到语言接口转成对象对齐的连续几何令牌,让回答直接条件于自身深度证据。

分类 CVPR三分钟 标签 CVPR三分钟、 Depth-VQA、 DepthEvidence、 Qwen3.5-4B、 人工智能、 深度学习、 计算机视觉 发表评论
© 2026 pchao.org • Built with GeneratePress