cvpr25

CVPR25 | Zero-shot能力拉满！随机顺序自回归解锁视觉领域GPT时刻

语言领域的自回归（AR）模型看似一统江湖，但是视觉领域还没有范式让大家的 “Scaling Law” 可以跨越更多任务、更多应用。前几天 Gemini 和 GPT 发布的图像编辑功能验证了视觉自回归的潜力，但是它距离语言领域的 “GPT 时刻” 到底还有多远？

工业检测和医疗筛查等领域对异常检测技术的需求日益增长，而现有方法通常依赖于将测试图像与训练集中学习到的正常模式进行比较，这在面对外观和位置变化时容易导致对齐问题，影响检测准确性。