English(EN) Thinking Without Images: Internalizing Visual Manipulation with On-Policy Self-Distillation

AI 模型学会“想象”视觉线索以加快推理速度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员开发了一种名为 Imagine-OPD 的新自我蒸馏框架，以提高 AI 模型的视觉推理能力。该方法训练模型“想象”相关的视觉线索，而不是依赖外部工具进行图像裁剪，从而减少了推理时间和计算成本。实验表明，Imagine-OPD 在视觉中心基准测试中优于现有方法，同时效率更高。 AI

影响这种方法可能带来更高效的视觉推理模型，降低依赖图像分析的 AI 应用的计算成本。

排序理由详细介绍新 AI 方法学的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yishuo Cai, Jiahui Liu, Yuanxin Liu, Haobo Deng, Linli Yao, Yuhao Zheng, Kun Ouyang, Zhimo Li, Ziyue Wang, Xu Sun, Haoli Bai, Xiaohui Li · 2026-06-09 04:00

无图像思考：通过 on-policy 自蒸馏内化视觉操作

arXiv:2606.08719v1 Announce Type: new Abstract: ''Thinking with Images'' has emerged as an effective paradigm for fine-grained visual reasoning: by explicitly zooming into relevant regions and reasoning over crops, models can access local evidence that is difficult to recover fro…