待验证50% 置信观点精确时间

ViSkill 框架的上限在一定程度上受限于所选 VLM 的空间感知能力。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

ViSkill：用视觉原生技能强化VLM智能体

涉及实体

ViSkillproduct VLMconcept

相关事实

待验证VLM 在空间推理任务上的高准确率可能掩盖了表征层面的根本缺陷，依赖词汇统计捷径而非真实空间表征71% 相似待验证在表征层面，VLM 对空间关系的编码质量明显低于对词汇信息的编码69% 相似待验证VLM在处理高精度工程图纸时存在局限：细小文字识别精度不足、容易产生幻觉编造尺寸、对GD&T专业符号理解有限68% 相似待验证VLM在描述整体场景时表现出色，却在精确定位微小目标时频频出错，这是因为当画面元素密集时单个patch可能包含多个人物导致细节信息在下采样中被稀释或丢失66% 相似待验证专用小模型的局限在于任务边界模糊、需要跨领域推理或处理未见边缘情况时泛化能力会迅速下降66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1013371

API

curl https://kongchang.com/api/v1/knowledge/claims/1013371

MCP

get_claim(id=1013371)