热点事件持续更新

Act3D：VLM用强化学习探索3D场景

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026年10月20日，X用户AK (@_akhaliq) 发布了关于Act3D的介绍。Act3D是一个让视觉语言模型（VLM）在3D场景中进行思考与探索的系统：给VLM一张图像后，通过仅基于结果的强化学习（RL）来决定何时以及如何移动相机并收集证据。在六个3D基准测试上，Act3D平均得分53.2%，相比其Qwen基座模型提升22个百分点，并超过了Gemini 3.6 Flash。

AI 根据报道生成 · 2 小时前更新

最新进展10月20日 00:15

Act3D发布，VLM通过结果导向RL探索3D场景，六基准平均53.2%。

报道时间线

沿着报道，了解事件的不同侧面。

10月20日

00:15
X：AK (@_akhaliq)
Act3D：VLM用RL探索3D场景
Act3D 学会在 3D 中思考和探索给 VLM 一张图像，然后用仅结果的 RL 决定何时以及如何移动相机并收集证据。在六个 3D 基准上平均 53.2%，比其 Qwen 基座高 +22%，超过 Gemini 3.6 Flash。

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。