Hugging Face 发布 VLM 年度回顾：架构演进、能力扩展与实操指南

Hugging Face 发布博客回顾过去一年 Vision Language Models 的演进，涵盖 Any-to-any、推理模型、MoE 解码器及 VLA 等新架构，并详解多模态 RAG、Agent 构建与 DPO 微调的实操代码。