新研究借格式塔心理学解析ViT涌现式物体分割

此前研究已知，Vision Transformer（ViT）会自发学会把图像 patch 绑定成完整物体，形成涌现式物体分割，但其内部机制一直不明。2026年10月28日，有报道介绍了一项新研究：该研究借鉴格式塔心理学理解人类知觉的思路，系统分析 ViT 如何将 patch 组合成物体，从而为理解 ViT 的内部表征提供了新视角。报道未披露该研究的具体方法细节与实验数据，也未说明其发表出处。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。