谷歌DeepMind新研究TIPSv2：让AI真正"看懂"图片，而不只是"扫一眼"

谷歌DeepMind最新研究揭示AI视觉模型存在“全局强、局部弱”的短板，并提出TIPSv2方案。该方案通过改进训练方法，使模型能更精准定位图像局部细节，如识别熊猫左后腿位置，解决了视觉-语言模型在精细分割任务上的长期难题。