LBS视觉观察模型技术报告发布

2026年10月28日，Ruilin Yao等作者在arXiv计算机视觉板块发布技术报告，提出LBS（Look Beyond Screens）视觉语言模型。据该报告，LBS先以教师生成的GUI grounding轨迹做监督初始化，再通过强化学习训练多轮“裁剪—检查”决策，从而把界面定位数据转化为可迁移的主动视觉观察能力。报告称，在固定推理设置下，基于Qwen3.5-35B-A3B与Qwen3.8-27B的LBS模型均持续优于各自对应的基线；作者同时表示代码与模型已分别公开。上述性能结论与公开范围均出自该报告自述，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。