人眼在观察陌生事物时,从来不是按一套死板的程序走到底的。 读一封字迹潦草的手写信,最难认的往往是开头几个字。看得多了,我们渐渐摸清写信人的笔画和连笔习惯,后面的字也就越认越顺。医生阅片、考古学者辨认拓片,也有类似的经验:前面识别出的线索,会影响后面如何观察和判断。 这看起来是一件很自然的事,但对视觉 AI 而言,要实现并不简单。 一张图片进入模型后,哪些区域需要重点关注、不同位置的特征怎样关联,模型已经能够根据眼前的画面作出调整。可在很多现有架构里,决定信息如何被学习、该更新多少、哪些旧信息应当保留的规则,仍主要由训练阶段确定。换一张图片,模型的计算结果会改变,背后的许多学习规则却不会跟着改变。 明略科技与中国科学院自动化研究所 的研究团队,正试图推动这一步。双方联合提出 VisionHOPE—— 首个以自修改学习系统为核心构建的通用视觉骨干网络 它让模型在一次前向计算中,一边读取和保存图像信息,一边根据已读到的内容更新自己的学习方式。前面看过的区域,能够参与决定后面的特征怎样建立关联、学习步长该有多大、已有记忆应保留多少。 这项研究并不只停留在机制设计上。在 ImageNet-1K 图像分类基准上,拥有 52.9M 参数的 VisionHOPE-S 取得 85.2% 的 Top-1 准确率,参数量不到 VMamba-B(89M)的六成,准确率高出 1.3 个百分点;VisionHOPE-B 的准确率达到 85.6%。同时,其自修改机制的核心计算量随 Token 数量线性增长。 论文发布后曾登上 Hugging Face 每日论文榜第 2 名,GitHub 开源仓库也在短时间内收获了近 1000 Stars。目前,研究团队已将全部代码、底层算子与预训练权重按 MIT 协议向社区开放。 论文标题:VisionHOPE: Visual Backbones as Self-Modifying Learning Systems Hugging Face 论文页:https://huggingface.co/papers/2609.33325 Hugging Face VisionHOPE 主页:https://huggingface.co/PSRben/VisionHOPE GitHub 代码:https://github.com/PSRben/VisionHOPE 视觉模型越来越会 “看”,但学习规则还可以更灵活 要理解 VisionHOPE 的新意,可以先看视觉骨干这些年的变化。 早期的卷积神经网络(CNN)擅长从局部捕捉边缘、纹理等信息。它使用训练好的卷积核提取特征,图像中距离较远的区域,需要经过多层计算才能建立联系。后来出现的视觉 Transformer(ViT),借助自注意力机制,让不同位置能够根据当前图像直接交互。模型看到了更大范围的内容,但生成注意力的投影参数依然固定,而且全局注意力的计算量会随着 Token 数量平方增长,图像尺寸越大,计算压力越明显。 再往后,Mamba 等状态空间模型通过沿序列传递状态,将计算复杂度降至线性。状态转移可以随当前输入变化,但负责从输入生成状态转移的映射,仍由训练阶段确定。TTT(测试时训练)又向前走了一步:它在网络内部设置小型学习器,允许学习器处理图像时更新自身参数。不过,生成学习表征,以及控制更新步长和记忆保留的规则,仍主要在训练时设定。 沿着这条路线看,研究者一直在扩展模型对 “当前这张图” 的适应范围:从局部特征,到全局交互、动态状态,再到内部学习器的参数更新。 VisionHOPE 进一步把决定学习方式的参数也纳入了图像内部的更新过程 图片 1|不同视觉架构对当前图像的适应方式:从局部特征、全局交互和状态转移,到内部学习器更新,再到自修改学习。箭头表示图像内适应范围逐步扩大。 这一设计建立在嵌套学习(Nested Learning,NL)及其 HOPE 架构的自指机制之上。简单说,模型处理图像时积累的内容,不只留待最后生成识别结果,还会反过来参与下一步学习规则的调整。 这件事之所以值得关注,也与视觉骨干本身的地位有关。无论是图像识别,还是需要结合图像与语言的多模态系统,视觉骨干都负责提供最基础的视觉表征。此前,MMVP 已揭示多模态模型在基础视觉辨别能力上的缺陷;Cambrian-1 的研究则表明,改善视觉表征能够进一步提升多模态能力。视觉底座怎样理解图像,关系到上层模型能够获得怎样的信息。 表1|不同视觉架构对当前图像的适应方式 把 “怎么学” 交给记忆:VisionHOPE 的三个关键设计 让模型修改自己的学习规则,可以拓展模型的表达能力,但也带来了理论和工程上的新问题。在以自指嵌套学习模块 SRNL 构建通用视觉骨干时,研究团队重点解决了三个问题:记忆如何组织与更新,自指
2026-11-17
SNH48 初代 N 队回忆杀,唐安琪美图,读懂少女偶像的多元魅力
一组唐安琪高清美图合集释出。作为 SNH48 二期生、初代 Team NII 的成员,唐安琪承载着不少老粉丝的青春回忆。镜头之下的她,既有软萌清甜的少女感,也能够驾驭气场强劲的舞台风格,可甜可飒,展现出偶像独有的鲜活与可塑性SNH48 GROU...。 图片来源于网络 写真与公演镜头之中,唐安琪尝试过风格跨度很大的造型。一身甜美的偶像打歌服,蓬松裙装搭配精致发饰,长发柔顺,眉眼带着腼腆笑意,满满的...
2026-11-17
第三节领先28分,末节被追到6分:湖人这毛病藏不住了
湖人又赢球了,但赢得让人不踏实。客场 131比123 击败太阳,这本该是一场轻松的胜利,结果末节硬生生被打成了关键球回合。 第三节还剩 33.9秒 时,湖人以 106比78 领先,优势达到28分。到第四节还剩 4分40秒 ,太阳把分差追到 117比111 ,只剩6分。原本该让东契奇多歇一会儿的垃圾时间,变成了必须重新绷紧的收尾战。 这已经不是孤例。湖人目前 12胜2负 ,处于八连胜之中,与马刺并列...
2026-11-17
麦肯尼:不排除加盟曼联,很多美国队队友想转会
在接受采访时,麦肯尼并未排除在前美国队主帅波切蒂诺执教曼联的情况下,离开尤文图斯的可能性。 毛里西奥-波切蒂诺从美国队教练席转投曼联主帅的消息,点燃了美国国家队球员在转会市场上的关注度,他们被认为是曼联冬季转会窗引援的“敏感目标”。 麦肯尼的名字自然也在其中,他不仅是美国队的宝贵多面手,也是卢西亚诺-斯帕莱蒂战术体系中的宝贵多面手。麦肯尼本人并未排除这种可能性。谈到可能转战英超,麦肯尼表示:“为曼...
2026-11-17
1年前他是场均15+6.5+2盖帽的3D中锋,签下1.09亿大合同后如今场均7+6,三分命中率25%,成高薪低能代表
对于现在的雄鹿队来说,他们的处境非常尴尬,在失去了队史最佳球员扬尼斯·阿德托昆博之后,球队也是打定主意开始重建之旅。 但作为本身就是小球市的密尔沃基,他们很难能够吸引到足够大牌的球星加盟,而想要通过选秀来改变球队的命运,也是还有很长的一段路要走,结果就是他们现在的战绩仅为1胜12负,排在了全联盟的倒数第一,本赛季基本已经没有了进入季后赛的任何可能。 事实上,这支雄鹿队本来是有希望能够留下字母哥的,...