猫眼影戏
 |
|
猫眼影戏
寇蒂斯
手机审查
猫眼影戏记者 陈文笔 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：LRST
【新智元导读】多目的（Multi-target） 以及 视觉参照（Visual Reference） 为视觉定位（Visual Grounding）使命的推理速率和性能同时带来了全新的挑战 。 为相识决这一难题 ，来自UIC和Adobe的研究团队提出了VGent模子 。这是一种兼顾速率与性能的？榛杓 ，旨在将模子的推理与展望能力解耦 ，并辅以多种？榛銮考苹 。最终 ，VGent依附不到16B的参数目 ，在多目的及带视觉参照的视觉定位基准（Omnimodal Referring Expression Segmentation, ORES）上 ，大幅逾越了Qwen3-VL-30B ，实现了平均+18.24 F1的重大提升！
在多模态大模子（MLLM）时代 ，视觉定位是MLLM细粒度推理能力的主要一环 ，同时也是实现人机交互和具身智能的焦点能力 。
现有的解决计划主要分为两类：
原生Token派（Native-token）：像 Qwen2.5-VL 或 Ferret-v2 这样的模子 ，通过自回归（auto-regressive）的方法使用原有的词表逐个天生界线框坐标 。这种方法不但速率慢（推理时间随目的数目线性增添） ，并且在多目的场景下容易爆发幻觉（Hallucinations） ，即模子可能会在枚举完所有目的工具之前就过早阻止 ，或者在目的麋集的场景中陷入无限天生的死循环 。如图一所示 ，随着目的数目的增添 ，这类要领在多目的场景下的低效和不稳固性变得尤为显着 。
新增Token派（New-token）：另一类要领实验通过引入特殊的token（如[SEG]或 object token）来指代目的物 。他们需要网络大规模的数据集、从LLM起重新构建一个能明确这些新增token的MLLM 。因此 ，这种要领不可阻止地会破损LLM在预训练阶段获得的通用推理能力 。更严重的是 ，其导致无法直接使用现有的、先进的、举行了更大规模预训练的开源MLLM（如 QwenVL系列） 。
来自UIC（伊利诺伊大学芝加哥分校） 和Adobe的研究团队提出一种？榛谋嗦肫-解码器（Encoder-Decoder）架构VGent ，其焦点头脑是：将高层的语义推理交给MLLM ，将底层的像素展望交给目的检测器（detector） ，最终通过hidden state将这种解耦后的关系举行毗连 。
论文地点：https://arxiv.org/abs/2512.11099
研究职员以为 ，语义推理和精准定位是两种截然差别的能力 ，强迫训练一个简单的整体模子去同时醒目笼统的语义推理和像素级别的底层展望 ，会导致性能和效率上的权衡 。
更切合直觉的方法 ，应该是由差别的组件做各自善于的事 。
基于这一洞察 ，VGent提出了一种？榛谋嗦肫-解码器设计 ，使用现成的MLLM和detector将高层多模态推理与底层展望解耦 。
其焦点理念在于MLLM和detector的优势是互补的：MLLM善于多模态语义对齐和推理 ，而detector则善于高效地提供精准的多目的检测框 。
图一：VGent（蓝色）与现有先进的MLLM（Qwen2.5-VL ，灰色）在多目的视觉定位使命上的比照 。左图显示VGent的推理时间恒定且迅速 ，而 MLLM 随目的数目增添呈线性增添 ；右图显示VGent在F1分数上实现了显著提升 ，特殊是在多目的场景下 。
要领
基础架构
VGent主要由图二所示的encoder和decoder两部分组成 ，并引入了三种？榛銮炕疲ㄍ既⑺暮臀澹 。
图二：VGent框架概览
如图二所示 ，左侧encoder是一个 MLLM ，使用QuadThinker来提升其多目的推理能力 。冻结的encoder输出hidden states并存储下来给到decoder 。右侧decoder初始化自encoder的LLM 层 ，其将detector天生的object proposal作为query ，通过cross-attention与encoder的hidden states交互 。
研究职员在decoder内部新增了self-attention层（参数初始化自统一层的cross-attention） ，用于增进query之间的信息交流 。 最终的输出举行yes / no的二元判断来选择每个proposal是否属于目的 。响应的segmentation mask则通过 prompt SAM 获得 。
QuadThinker：强化多目的推理能力
针对MLLM在多目的场景下推理能力下降的问题 ，研究职员提出了一种基于 GRPO 的强化学习训练范式QuadThinker ，通过设计特定的prompt和reward functions ，指导模子执行区域到全局、分步推理的历程：先划分统计图像四个象限内的目的数目 ，再汇总总数 ，最后展望详细坐标 。
图三：QuadThinker所使用的prompt 。
Mask-aware Label：解决检测与支解的歧义
在多目的场景中 ，检测（Box）与支解（Mask）使命的界说保存一定的差别 。检测通常优化「一对一」的匹配 ，而支解则旨在召回所有远景像素 。
图四：Mask-aware Label示意图 ；贗oA的标签分派战略能召回被古板IoU忽略的细粒度部件 。
这种差别导致了标注歧义：例如图四（左）中 ，检测器可能将「鹿头装饰」与其「挂绳」视为两个自力的框 。
在检测使命的 IoU 标准下 ，由于挂绳的框较量小、相关于整体真值框的重叠率过低 ，往往会被看成负样本在标注阶段被过滤掉（被标上负标签） 。可是关于支解使命来说 ，这个挂绳属于远景 ，其应该被标上正标签 。
为此 ，VGent引入了Mask-aware Label ，使用IoA (Intersection-over-Area) 指标举行特另外标签分派 。如图四（右） ，IoA通过盘算候选mask （通过proposal prompt SAM获得）与多目的真值的union mask的交集 ，并除以候选mask自身的面积获得 。
由于IoA的分母是候选mask自身面积 ，该机制能精准召回那些虽然只笼罩了部分目的群（如细小的挂绳）但依然有用的 proposal 。模子使用另一个自力的MLP head专门展望这种支解导向的标签 ，用于解决视觉定位中支解类型的输出 。
Global Target Recognition：增强全局感知
为了提升候选框选择的准确性 ，VGent 引入了Global Target Recognition？ 。
图五：Global Target Recognition示意图 。使用Learnable Queries注入全局目的数目信息 ，并聚合多个detector的效果以提升召回率 。
为了提高召回率 ，研究职员聚合了来自多个detector的proposal形成一个统一的query set ，之后引入了特另外 learnable queries与这些proposal queries拼接作为decoder的输入 。
这组query被专门训练用于展望目的的总数以及正样本proposal的数目 。通过decoder层内的self-attention机制 ，这些包括全局统计信息的learnable query能够与proposal query举行交互 ，将「全局线索」撒播给每一个候选框 ，从而增强其对目的群体的整体明确 ，实现更精准的选择 。
实验效果
研究职员在最新的多目的视觉定位基准 ORES (MaskGroups-HQ) 以及古板的单目的数据集上举行了普遍评估 。
多目的视觉定位（Multi-target Visual Grounding）
图六：在 Omnimodal Referring Expression Segmentation (ORES) 上的性能比照 。ORES是多目的以及保存视觉参照（w/ < mask-ref >）的视觉定位基准 。
如图六所示 ，在极具挑战的ORES基准上 ，VGent 取得了全新的SOTA效果 。相比之前的最佳要领RAS13B ，VGent在F1分数上实现了+20.58%的重大提升 。VGent在gIoU和cIoU上都带来了显着的提升 。
值得注重的是 ，纵然比照参数目更大的Qwen3-VL-30B ，VGent 依然坚持显著优势 。同时 ，得益于？榛杓 ，VGent 在目的数目增添时坚持恒定且快速的推理速率 ，阻止了自回归模子随目的增添而线性增添的推理延迟（如图一所示） 。
单目的视觉定位（Single-target Visual Grounding）
图七：在referring expression comprehension (REC) 上的性能比照 。
VGent在古板单目的基准（RefCOCO, RefCOCO+, RefCOCOg）上也体现卓越 。
VGent实现了90.1%的平均准确率 ，逾越了InternVL3.5-20B和38B等更大规模的模子 。相比其backbone (Qwen2.5-VL-7B) ，VGent带来了+3.5%的平均性能提升 。
可视化
图八：VGent在差别挑战下的展望效果可视化 。
VGent在重大场景中展现了极强的鲁棒性 。
如图八（上）所示 ，VGent精准定位所有方形钟表 ，纵然保存大宗相似的钟表作为滋扰项 ，展现了VGent在麋集多目的场景下的优越体现 。
图八（下）中 ，VGent 乐成定位了视觉参照（蓝色 mask） ，并继续推断出左侧穿裙子的女士 ，扫除了右侧的滋扰项 。
参考资料：
https://arxiv.org/abs/2512.11099
秒追ASI
?点赞、转发、在看一键三连?
点亮星标 ，锁定新智元极速推送！
??时势1：国产精品视频播放
??01月07日,航拍广西侗乡立夏田园风光 斑斓梯田如画卷,
这些效果的取得 ，凝聚了全体员工的智慧和实力 ，得益于企业各级向导的鼎力大举支持与高度重视 ，得益于在20xx年涌现出的先进整体与优异小我私家的模范带举措用 ，得益于宽大员工眷属及亲人们的明确和支持 ，在此 ，我代表企业体现高尚的敬意和衷心的谢谢! 同仁们 ，朋侪们 ，新的一年开启了新的历程 ，托举着新的希望 ，承载着新的梦想 。让我们苏氏全体同仁配合起劲 ，以百倍的激情、勤劳的劳动 ，同心协心 ，共创佳绩 ，为打造“具有民族特色的一流百年企业”而起劲斗争 ，为企业越发优美的明天和各人配合的愿景而起劲斗争!
,欧美湿鸡视频在线 。??01月07日,广东启动防冻Ⅳ级应急响应,
远处 ，一群凶寇头皮发麻 ，吓到全身颤抖 ，至强的祭灵居然亏损了 ，这让他们难以接受 ，感受很不真实 。
,国产一区二区网站,美女被c到爽的免费网站,欧美AAAAXXXXⅩ精品 。??时势2：天天曰天天干
??01月07日,广西山水田园暑期游火热 游客“水墨画”中觅清凉,
“你还讲不讲原理？”石大壮怒道 ，抬手就抓起一尊千斤重的铜鼎 ，就要向前冲 。
,迷j白嫩灌醉清纯在线,国产一级婬片永久免费看久久,主人惩罚虐乳打奶调教视频 。??01月07日,首届浙江省中美合作办学工作研讨会召开, 凭证排名 ，日本、伊朗和韩国队位列18强赛第一档 。亚足联官网12日高度赞扬日本队：“在36强小组赛阶段6战全胜 ，打进24球未失一球 。”日本队在最后一轮小组赛以5∶0轻取叙利亚队 。别的 ，亚足联官网以为 ，伊朗和韩国队都在36强赛中体现出强盛竞争力 。而第二档的澳大利亚、卡塔尔和沙特队同样实力不俗 。澳大利亚队以打进22球不丢一球的战绩拿下6连胜 ，卡塔尔队坚持不败 ，沙特队在最后一场小组赛中以1∶2不敌约旦队 。伊拉克队以全胜战绩领衔第三档球队 ，而乌兹别克斯坦和阿联酋队也在36强赛中坚持不败 ，约旦、阿曼和巴林队这三支第四档球队都提前从36强中突围 。,35 igao 70,亚洲毛片无码一区二区,曼珠沙华翻白眼流眼泪 。
??时势3：多强被 c到爽 H91
??01月07日,时隔六年再捧杯 国羽队史第11次捧得汤姆斯杯 ,
那是一小我私家的语言声 ，恐怖无比 ，震惊了成片的宫殿 ，如九天上的惊雷在此炸响 。
,miyueav,国产在线精品免费一区,歌舞团跳黑毛表演视频 。??01月07日,云南镇雄发生山体滑坡 应急管理部启动地质灾害三级应急响应,
二是培育帮助小集镇 。要加大投入 ，搞好集镇基础设施配套建设 ，各州里要至少妄想建成一条树模街、一个专业市场、一个小游园 ，完善集镇功效 。要鼎力大举生长集镇经济 。各州里要驻足外地优势 ，培育特色支柱工业 ，指导吸纳农村生齿向小集镇集中 ，以工业和生齿的群集推动集镇生长 ，培育壮大特色小集镇 。要继续开展星级集镇的建设活动 ，各星级集镇要在原有基础上上档升级 ，力争有1—2个州里进入省重点镇行列 。要以“文明新村”建设为载体 ，增强中心村建设 ，在搞好州里建设整体妄想的基础上 ，加速墟落建设妄想 ，做好部分中心村的建设结构妄想 ，指导周围自然村向中心村适度集中 ，推进墟落脏乱差治理 ，加大绿化美化力度 ，显着改善村容村貌 。各州里要力争建设1—2个文明新村的样板 。三是加速公路建想程序 。前天 ，市委、市政府刚刚召开了全市农村公路建设事情聚会 ，总结了去年的效果和履历 ，表扬了一批先进单位和小我私家 ，研究安排了今年农村公路建设事情 ，明确提出“村村通工程”建设使命5月尾大头落地 ，9月尾周全完成的目的 。而我县现在仍有〓〓个行政村欠亨公路 ，有40个行政村欠亨油(水泥)路 ，农村公路“村村通”需建设里程有〓〓公里 ，使命依然沉重 。今年 ，我们妄想安排建设公路总里程〓〓公里;其中干线公路〓〓公里;县乡国债公路〓〓公里;“村村通”工程〓〓公里 ，解决〓〓个行政村通油路问题 ，所有实现“村村通”建设使命 。为此 ，要重点抓好三个方面事情：〖HTSS〗其一 ，〖HTF〗统一头脑 ，进一步提高熟悉 。加速农村公路建设 ，既是周全落实科学生长观的必定要求 ，也是推进建设社会主义新农村的主要内容;既是改善农村生产和生涯条件 ，生长农村经济、解决“三农”问题的条件 ，也是增添农民收入的有用途径;既是扩大内需、拉动经济增添的主要行动 ，也是增进经济社会周全协调可一连生长的主要条件;既是构建便捷、通畅、高效、清静的〓〓〖HTSS〗其二 ，〖HTF〗立异筹资要领 ，落实建设资金 。今年 ，省政府已将“村村通”津贴资金统一提高到每公里津贴10万元 。各人一定要抢抓机缘 ，加速建想程序 。但凭证省市建设水泥路标准 ，经预算每公里不含税造价至少16万元 ，每公里尚有6万元缺口需由墟落自筹解决 。各州里要一直立异事情机制 ，刷新事情要领 ，施展墟落投入主渠道作用 ，千方百计解决资金筹措问题 ，包管工程资金在3月尾以前所有足额上缴县财务专户 。要实验社会捐资 ，通过差别渠道、接纳差别形式 ，鼎力大举宣传上级出台倾斜的政策 ，进一步引发修路热情 ，充分发动在外事情职员、务工做生意职员和社会各界为公路建设捐资着力 。县直单位要开展对口帮扶活动 ，起劲与难题村举行“结对子”帮扶 。要探索新形势下做好群众事情的新要领 ，启动下层民主程序来举行资金筹措 。指导群众自愿捐资投劳 。要起劲争取上级项目资金 。发改委要继续向国家、省争取国债和以工代赈等项目资金;交通部分要增强与上级主管部分的联系 ，起劲争取通达工程、危桥加固、清静包管工程等多项津贴资金;农办要进一步加大向国家、省争取扶贫资金事情力度 ，更好地支持用于农村公路建设 。〖HTSS〗其三 ，加速工程进度 ，确保使命完成 。要接纳得力步伐 ，及早安排 ，认真组织 ，迅速掀起农村公路建设热潮 。干线公路S244镇王线王集至王庄二级油路遗留工程 ，扫尾事情要在6月尾前所有完工;完成景观路的建设使命 ，6月尾前要交付使用;完成景观路老白河桥的施工使命 ，8月尾前要交付使用 。县乡国债公路建设歪施路、县城—樊集、五星—溧河三级油路改建工程要在6月30日前完成;开工建设王庄—新甸铺三级油路改建工程 ，8月尾前完工 。村村通工程要求各州里要在3月30日前开工 ，必需在5月尾前所有完成施工使命 。8月初县里将举行初验 ，确保9月份顺遂通过省、市周全验收 。其间县委、政府将组织督查组对项目进度、质量和资金落真相形举行周全督查 。〖HTSS〗另外 ，要严酷手艺标准 ，增强项目羁系 ，落实质量责任制 ，确保工程质量 。要加大对县乡公路的养护投入和治理 ，凭证县道县养、乡道乡养、村道村养的原则 ，包管县墟落公路都有养护责任单位和责任人 ，使已修建的农村公路不失养 。今年省市要研究出台农村公路养护治理步伐 ，县里也将制订详细的实验 。要坚持齐抓共建 ，优化施工情形 。各州里、县直有关部分要起劲给予明确、支持和配合 ，认真搞好组织协协调效劳事情 ，扎实做好公路建设用地和采砂取土及拆迁事情 ，为农村公路建设创立宽松的外部情形 。要进一步强化事情责任 ，实验目的治理 ，严酷赏罚兑现 ，确保农村公路建设各项目的使命圆满完成 。
,欧一美一性一交一精品,日韩国产熟女一区二区,日韩欧美中文字幕永久 。??时势4：狂c舞蹈生
??01月07日,【澜湄印象】越南姑娘爱听《青花瓷》爱看《西游记》 希望留中国就业,
“哎呀 ，小不点你可回来了 ，族人都快担心死了 ，一走就是五十多天 。
,国产无码黄色网站基地,护士一级aaaaaaaa毛片,91网站 。??01月07日,（乡村行·看振兴）江西共青城：科技小院助力杨梅产业提质升级,
第二 ，明确目的责任 ，强化催促检查 。要把加速城镇化作为一项战略使命摆上突出位置 ，纳入全县目的治理系统 。继续实验县四家向导分包重点工程、重点事情制度 ，建设分工明确、职责清晰的协调机制 ，实时研究解决城镇化生长中遇到的矛盾和问题 ，并认真对城镇化事情举行督导 。各州里、各有关单位也要实时建设响应的事情机制 ，层层落实责任 ，狠抓事情落实 。今年 ，对已确定的重点建设工程 ，县里要组织城镇化向导小组和县委、政府督查室按期、未必期地举行督查 。同时 ，仍将组织县人大代表、政协委员举行视察 ，并施展新闻媒体作用 ，举行监视和反响 ，确保各项建设使命落到实处 。
,俄罗斯18XXOO在线,男生互摸jiji的㊙️视频,在线看永久AV片免费 。责编：林万顺
审核：许时健
责编：王仕鹏
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
