DGP提出打通ViT与LLM全层的VLM架构
热点事件持续更新
DGP提出打通ViT与LLM全层的VLM架构
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
一篇入选 NeurIPS 2026 的论文提出视觉语言模型架构 DGP，把全部 ViT 层与 LLM 层打通，让大模型每一层都能按需“看图”。 论文给出的菜单题示例中，LLaVA-1.5 读错披萨价格，并凭空加入未点的 calzone，算出 26.40 欧元；DGP 则读出两个正确价格并完成计算。
一句话影响开发者：可关注 DGP 的层间打通思路，评估是否用于需细粒度读图的 VLM 场景，暂无可直接调用的模型。投资者：多模态模型架构向全层视觉融合演进，关注 VLM 推理与训练环节的算力与工程需求变化。
- 待核实论文作者称 DGP 在菜单题示例中读对价格并完成计算，该效果目前仅见于论文自述示例，尚无第三方复现或基准验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月10日 18:26
NeurIPS 2026｜DGP 打通全部 ViT 与 LLM 层，让大模型每层按需「看图」报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- 机器之心NeurIPS 2026｜DGP 打通全部 ViT 与 LLM 层，让大模型每层按需「看图」
据机器之心报道，一篇入选 NeurIPS 2026 的论文提出 VLM 架构新方案 DGP，将全部 ViT 层与 LLM 层打通，让大模型每一层都能按需「看图」。论文给出的菜单题示例中，LLaVA-1.5 读错披萨价格并凭空加入未点的 calzone，算出 26.40 欧元；DGP 则读出两个正确价格并完成计算。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。