MetaCanvas 入选 NeurIPS 2026：让 MLLM 直接在潜空间做视觉规划

MetaCanvas 被 NeurIPS 2026 接收，让多模态 LLM（MLLM）直接在空间/时空潜空间中推理规划，而非只充当扩散生成的全局文本编码器。它用一组可学习 canvas tokens 经轻量连接器把 MLLM 的规划带入扩散潜空间，可视化显示这些 token 起到「视觉规划草图」作用。在三个扩散骨干、六类任务上一致优于全局条件化基线。