研究揭示VLM空间绑定为双机制

2026年10月13日，AGI Hunt 报道，Kelly Cui、Nikhil Prakash 等研究者追溯视觉语言模型（VLM）内部对「X 在 Y 左边」这类空间关系的变量绑定发生在何处。研究结论是模型采用双机制：视觉编码器是绑定的主要来源，LM 主干起次要作用。研究者还发现，移除其中一条通路后另一条会补位，说明模型同时以几何和语言两种方式做空间推理。截至该报道，事件主要进展即为这一双机制结论的公布。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。