KeyCLD

新框架衡量视觉动力学中的机械一致性

一篇新的研究论文介绍了一个诊断框架，用于衡量和改进视觉动力学中的机械一致性，超越了简单的几何准确性。该框架将无反作用力测量与坐标读取、训练集成和执行器响应中的受控干预联系起来。评估KeyCLD、CON、V-JEPA + AC和LingBot-VA等模型的实验表明，虽然一些模型减少了图像错误，但没有一个实现了有效的原生几何。该研究强调了针对视觉动力学进行有针对性改进的重要性，区分了坐标校正、数值增强和持续的力响应错误。