标签
本文介绍了用于科学图像多模态理解的ALD/E-ImageMiner基准，并基于ICDAR 2026竞赛的见解，讨论了通用科学人工智能的未来研究方向。
MemDreamer 通过分层图记忆和代理检索解耦长视频理解中的感知与推理，在降低计算开销的同时实现了最先进的性能。