网易首页 > 网易号 > 正文 申请入驻

谷歌发布Agentic Vision:模仿人类处理图像,让AI学会“放大看”

0
分享至

IT之家 1 月 28 日消息,谷歌 DeepMind 团队昨日(1 月 27 日)发布博文,宣布在 Gemini 3 Flash 模型基础上,推出“智能体视觉”(Agentic Vision)功能。

IT之家援引博文介绍,传统 AI 模型在处理图像时,通常仅进行一次静态扫描,这种方式若遗漏了芯片序列号或远处的路牌等细微细节,模型便只能依靠猜测来生成答案。

Gemini 3 Flash 引入的“智能体视觉”打破了这一局限,将视觉理解转化为一个主动调查的过程。模型不再被动接收信息,而是通过结合视觉推理与代码执行,模仿人类“思考、行动、观察”循环处理图像,从而确立答案的视觉证据。

“智能体视觉”功能的核心,在于形成“思考-行动-观察”闭环:

  • 首先是“思考”阶段,模型分析用户查询和初始图像,制定多步计划;
  • 紧接着进入“行动”阶段,模型生成并执行 Python 代码来主动操作图像(如裁剪、旋转、标注)或进行分析(如计算边界框);
  • 最后是“观察”阶段,变换后的图像被追加到模型的上下文窗口中。

这一机制让 Gemini 3 Flash 能够利用更新后的数据和更佳的语境进行二次检查,从而生成基于事实的最终回复。

引入代码执行能力后,Gemini 3 Flash 在多数视觉基准测试中质量提升了 5-10%。以建筑图纸验证平台 PlanCheckSolver.com 为例,该平台利用此功能让模型通过代码裁剪并分析屋顶边缘等高分辨率细节,使准确率提高了 5%。

此外,在处理视觉数学问题时,模型不再依赖概率猜测,而是通过编写代码识别原始数据并调用 Matplotlib 库绘制精确图表,有效解决了大型语言模型在多步视觉算术中常见的“幻觉”问题。

Google DeepMind 表示这仅仅是开始。目前的 Gemini 3 Flash 已擅长隐式决定何时放大细节,未来版本将无需用户显式提示即可自动执行旋转图像或视觉运算等操作。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

湖人崛起
2026-11-18 11:38:46
被传上午被免职,下午被带走,登 24 年春晚却忽然消失的黄宏今咋样

被传上午被免职,下午被带走,登 24 年春晚却忽然消失的黄宏今咋样

星娱叨叨社
2026-10-08 14:52:34
17家车企被点名查账:供应商快被车企拖死了!

17家车企被点名查账:供应商快被车企拖死了!

城事堂
2026-11-18 08:46:02
离谱!哈儿毛血旺再度涨价,卖到 6666 元一份,探店女博主当场被惊到

离谱!哈儿毛血旺再度涨价,卖到 6666 元一份,探店女博主当场被惊到

川渝视觉
2026-11-17 19:57:30
郎朗师妹、“钢琴魔女”王羽佳国家大剧院演出迟到17分钟,躲在琴房找感觉,引发观众不满;此前香港站临时缩减演出时长,主办方无奈退款

郎朗师妹、“钢琴魔女”王羽佳国家大剧院演出迟到17分钟,躲在琴房找感觉,引发观众不满;此前香港站临时缩减演出时长,主办方无奈退款

极目新闻
2026-11-17 16:39:40
美预言家朱迪再爆猛料:美日中命运已定,此岛将首遭灾

美预言家朱迪再爆猛料:美日中命运已定,此岛将首遭灾

心灵短笛
2025-05-12 10:05:25
毛主席新画像挂上天安门,引市民质疑:主席耳朵为何只见一只?

毛主席新画像挂上天安门,引市民质疑:主席耳朵为何只见一只?

其修远兮
2026-11-17 21:10:03
恭喜!陆毅女儿成功出道,出道即巅峰,不靠父母托举,开辟新道路

恭喜!陆毅女儿成功出道,出道即巅峰,不靠父母托举,开辟新道路

一娱三分地
2026-11-18 16:18:31
媒体人:中国女足或迎归化球员,为一西班牙人领养的中国女孩

媒体人:中国女足或迎归化球员,为一西班牙人领养的中国女孩

懂球帝
2026-11-18 15:22:06
国足2-2 战平巴林不可怕 可怕的是邵佳一赛后发言:改变不了大环境

国足2-2 战平巴林不可怕 可怕的是邵佳一赛后发言:改变不了大环境

球场新视角1号
2026-11-17 22:51:31
中国给普京一个重要机会:见这么多全球领导人,战争以来第一次

中国给普京一个重要机会:见这么多全球领导人,战争以来第一次

王姐懒人家常菜
2026-11-18 14:38:00
八国联军中,有七国主动退还赔款,唯独一国分文不退,是哪个?

八国联军中,有七国主动退还赔款,唯独一国分文不退,是哪个?

千秋文化
2025-03-28 10:37:53
我感觉其实不用再猜了,万斯大概率就是下一届美国总统。真要是他入主白宫,首当其冲的就是中国

我感觉其实不用再猜了,万斯大概率就是下一届美国总统。真要是他入主白宫,首当其冲的就是中国

扶苏聊历史
2026-10-26 17:56:12
CBA杯:天津86-77上海玄鸟,戴申-尼克斯34+7+7

CBA杯:天津86-77上海玄鸟,戴申-尼克斯34+7+7

懂球帝
2026-11-18 17:59:07
告诉你一个心理学秘密:千万不要提前焦虑,事情会以奇特方式解决

告诉你一个心理学秘密:千万不要提前焦虑,事情会以奇特方式解决

松果正念袁老师
2025-03-11 20:52:18
11月18日盘面深度解读:市场继续缩量调整,最黑暗的时刻已经过去了吗?

11月18日盘面深度解读:市场继续缩量调整,最黑暗的时刻已经过去了吗?

小白鸽财经
2026-11-18 10:01:10
不可思议!异地相亲奔现第一天,男生要求女生同住遭拒后提分手,直言“奔现一次花费近两千,不划算”

不可思议!异地相亲奔现第一天,男生要求女生同住遭拒后提分手,直言“奔现一次花费近两千,不划算”

火山詩话
2026-11-18 07:46:48
身体2处“发痒”,或说明“血糖”已超标,不要认为是皮肤病

身体2处“发痒”,或说明“血糖”已超标,不要认为是皮肤病

垚垚分享健康
2026-11-18 19:06:25
13轮不败!差一点拿到亚军,郑智遭多家球队争抢,西海岸留不住了

13轮不败!差一点拿到亚军,郑智遭多家球队争抢,西海岸留不住了

老牛体育解说
2026-11-18 06:21:05
2012年,男子贪便宜买下没人要的烂尾楼,10年后整条街都是他的

2012年,男子贪便宜买下没人要的烂尾楼,10年后整条街都是他的

青青会讲故事
2025-06-20 15:10:46
2026-11-18 20:59:00
IT之家
IT之家
爱科技,爱这里 - 前沿科技人气平台
380078文章数 607742关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

艺术
教育
手机
家居
公开课

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

教育要闻

孩子厌学三个原因打通一点就愿上学

手机要闻

消息称荣耀明年没有常规大折叠手机,取而代之的是阔折叠

家居要闻

2026建博会(广州) 公装联探展交流活动

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版