RealImpact

斯坦福研究人员将多模态AI grounding在物理学中，绕过Transformer

斯坦福大学的研究人员正在开发一种新的多模态AI方法，该方法将感知 grounding 在物理属性上，而不是仅仅依赖于Transformer架构。这种方法将视觉、听觉和触觉数据视为相同底层物理属性的投影，使模型即使在数据有限的情况下也能理解物体。这项工作在ECCV 2026上发表，旨在为多模态智能建立统一的物理基础，超越简单地组合感官输入。