人大提出LoopVL循环Transformer视觉语言模型

2026年10月1日，据 AGI Hunt 报道，中国人民大学（RUC）团队提出循环 Transformer 视觉语言模型 LoopVL。该模型将 Module-Loop 与 Model-Loop 两种循环计算方式结合，通过共享模块迭代更新统一的视觉-语言状态。LoopVL 从零开始完成语言预训练、多模态训练与后训练三个阶段。研究称其在多模态理解与视觉推理基准上超越一系列同等规模甚至更大的非循环模型，并观察到跨循环中视觉注意力显著跳变的“视觉顿悟时刻”（Visual Aha Moments）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。