算法论文8

川大团队 RULE 破解多模态图谱对齐难题

机器之心2026-03-06

AI 摘要

四川大学团队：多模态知识图谱实体对齐面临噪声和潜隐关联挑战，提出 RULE 方法，从多层面缓解其负面影响，实验显示 RULE 鲁棒性强，为后续研究提供评估体系。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

港大开源RAG - Anything：统一多模态知识图谱

香港大学黄超教授团队发布开源项目RAG - Anything，构建统一多模态知识图谱架构，解决传统RAG技术局限。它能处理多类型异构内容，提供端到端方案，有多种优势及应用模式，还给出部署指南和未来展望。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。