HIVE多模态潜在推理框架发布

2026年10月15日，arXiv Computer Vision 刊出由 Yiming Zhang 等研究者提出的多模态潜在推理框架 HIVE。该框架通过递归扩展 Transformer 块构建内部循环，进行迭代推理精炼，并将从全局场景到细粒度区域的分层视觉线索注入模型潜在表示，使多步推理完全在对齐的潜在空间中完成，无需依赖文本链式推理。据该报道，评估显示引入视觉知识后测试时扩展有效，分层信息显著提升了模型对复杂场景的理解。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

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。