概念visual scratch space
视觉草稿空间
Elorian 提出的多模态推理机制，允许模型在推理过程中主动重新裁剪图像、抽取视频帧并运行代码测量，将感知变为可调用工具
时间轴 (近 90 天)
10月18日
Glimpse 的视觉草稿空间架构要求模型具备两类能力：判断当前信息是否足够的元认知，以及将裁剪坐标、帧时间戳等操作转化为可执行指令的接口。代价是推理延迟和计算量显著上升。
待验证50%
10月18日
视觉草稿空间是一种技术，会被复制；未来两年所有视觉模型的形态将是“思考时保持眼睛睁开”。
待验证50%