Future-L1：交错潜在视觉推理框架提出

2026年10月16日，arXiv Computer Vision 刊出报道，Tianxiang Jiang 等作者提出并发布交错潜在视觉推理框架 Future-L1 及数据集 Future-L1-50K。据该报道，Future-L1 让多模态大模型（MLLM）在自回归解码过程中交替生成语言 token 与连续潜在视觉片段，以避免中间推理被文字化后丢失运动、几何与交互细节。团队为此构建了 Future-L1-50K 训练数据，并采用带结果对比与时间多样性奖励的 LA-DAPO 优化潜在轨迹。上述内容均来自该篇报道，目前尚无后续跟进报道，事件进展以该报道所述为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。