§ 01综述

Visual近期进展

Visual作为计算机视觉和图形学的核心概念，正经历着快速的发展和变革。近期，Visual领域的研究和应用呈现多样化趋势，从AI算法的视觉空间规划到消费电子产品的视觉增强功能，再到编程工具的视觉界面改进，Visual技术正逐渐融入各个领域。

规范化视觉空间规划

Rule-Compliant Visual Spatial Planning for Multimodal Large Language Models - arXiv cs.AI 在大型语言模型中实现规范化的视觉空间规划成为研究热点，该研究旨在提高模型的跨模态理解能力。

微软发布1.134版VS Code：新增并排聊天、提示时间线等功能 - IT之家微软最新发布的VS Code 1.134版本引入了多项新功能，包括并排聊天和提示时间线等，提升了开发者的工作效率。

古尔曼：苹果带摄像头的AirPods Pro 3增强版延至2027年发布 - IT之家苹果计划于2027年发布带有摄像头的AirPods Pro 3增强版，预计将带来更为丰富的视觉交互体验。

苹果带摄像头 AirPods 实机演示曝光，可实现环境视觉感知 - IT之家苹果的新款AirPods通过搭载摄像头实现了环境视觉感知功能，进一步拓展了视觉技术的应用场景。

微软发布 VS Code 1.133：Agent 窗口免登录，会话可切换模型提供商 - IT之家微软对VS Code的Agent窗口进行了更新，实现了免登录和会话切换模型提供商的功能。

微软发布 MAI-Code-1.1-Flash 编程模型，性能提升价格降至 1/4 - IT之家微软发布的MAI-Code-1.1-Flash编程模型在性能和价格上均有显著提升，价格为之前版本的1/4。

苹果发布 macOS 27 Golden Gate 第三个公测版 - IT之家苹果发布了macOS 27 Golden Gate的第三个公测版，为用户提供了一系列的更新和改进。

视觉工具使用的幻觉：对图像思考的因果审计 - arXiv cs.AI 研究揭示了视觉工具使用中的幻觉问题，强调了在图像思考过程中进行因果审计的重要性。

Qwen发布Visual Agentic Intelligence - 阿里通义 Qwen 阿里通义Qwen发布了视觉智能技术，旨在提升视觉模型的理解和生成能力。

ReToken：一个Token改进视觉语言模型的视觉检索 - arXiv cs.LG 该研究提出了一种新的Token方法，旨在改进视觉语言模型的视觉检索性能。

当前，Visual技术的研究和应用正聚焦于如何提高AI模型的视觉理解能力，以及如何将视觉技术应用于日常生活中的各种场景。同时，对于视觉工具的合理使用和视觉信息的真实呈现也引起了广泛关注。

§ 02相关报道10 条在档

§ 03邻近话题