标签
本文介绍了 IllusionReasoning，一个使用真实世界视觉错觉的基准，用于联合评估大型视觉语言模型（LVLMs）的感知和推理能力，发现当前模型的推理能力并不像声称的那样先进。
JanusMesh 是一个快速、免训练的框架，通过将生成过程解耦为跨空间双分支去噪和视图条件纹理合成，生成文本驱动的3D视觉错觉——单个网格从不同视角展示不同语义——在仅3-5分钟内实现高真实感。