MIT的CSAIL团队开发的“TactStyle”工具能够根据图像为3D模型添加视觉和触觉属性，简化模型定制过程。用户可通过图像生成高度场，快速创建复杂纹理的模型，广泛应用于教育和产品设计。该工具结合生成AI和细化的扩散模型，提升触觉反馈的真实感。
本研究探讨视觉语言模型（VLMs）处理视觉信息的机制。分析表明，查询令牌有效存储全局图像信息，中层对跨模态信息流的影响显著，细粒度视觉属性和对象细节通过空间定位从图像中提取。这些发现为提升VLMs的视觉处理效率提供了新思路。
完成下面两步后，将自动完成登录并继续当前操作。
