从"看图说话"到"破案式感知" | 武汉大学发布Pixel-Searcher 让开源多模态模型首次超越闭源

AIWalker 2026年05月17日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

“你能认出这张图里有谁吗?”——别急着回答,因为答案可能根本不在图里。你可能需要先去谷歌搜一圈,翻几条新闻,查个维基百科,甚至理出一段复杂的人物关系,才能最终把图中那个模糊的、毫无标识的目标给“挖”出