Google DeepMind 研究：通过重组视觉表征使 AI 像人类一样看世界

Google DeepMind 发布研究，提出通过重组视觉表征使 AI 视觉系统更贴近人类认知。该方法利用 SigLIP-SO400M 模型和 THINGS 数据集构建 AligNet 数据集进行微调，使模型内部表征按概念层级结构化。此举提升了 AI 的鲁棒性、泛化能力及可靠性。