本研究解决了视觉语言模型（VLMs）在知觉恒常性方面的能力是否得以掌握的不足。通过对33个VLM进行253项实验，针对色彩、大小和形状恒常性，发现模型在形状恒常性表现与色彩和大小恒常性表现存在显著差异。这一发现为理解VLMs在动态视觉环境中的应用提供了重要洞见。

本文探讨了文本转图片模型（如DALL-E 2、Stable Diffusion）中提示词选择的重要性，提出了一种评估提示效果的技术，并引入手动标注的数据集以衡量提示在图像生成和检索中的表现。研究展示了通过软提示个性化模型的能力，提升生成图像与用户意图的一致性，并提出新的无提示图像合成框架，表现优于传统方法。

本文介绍了多种创新的对话生成和理解方法，如位置感知微调、自动评分模型、长期控制对话生成和个性化对话生成。这些方法在处理长上下文和评估对话性能方面表现出显著优势，推动了对话系统的自动评估和因果推理能力的发展。

本文介绍了多种基于触觉传感技术的研究，包括深度触觉模型、触觉显著性预测、模拟器TACTO及事件驱动的视觉触觉感知系统。这些研究旨在提升机器人在物理交互中的感知能力和控制精度，强调了触觉反馈在场景预测和物体重建中的重要性。

颜色感知和颜色语言研究发现颜色空间和语言模型特征空间一致性，但在主观性和抽象性情况下降低。需要进一步研究。

工程师坚称谷歌的 LaMDA 聊天机器人具有感知能力，谷歌以违反危害商业机密的“就业和数据安全政策”为由将其解雇。

沟通艺术中的知觉检核 这周看到一篇文章总结了 《沟通的艺术》...

时间是生物性的先感知一瞬间，再感知下一瞬间所造成的知觉假象。因果也是。

有意识为我知觉或俘获到我能知觉或俘获到的实相的能力，其余为无意识。