待验证50% 置信观点精确时间

D&A的设计使不同视频、不同embodiment之间的评分具有可比性，为细粒度部分进度提供了可解释的依据。

1

来源数

50%

置信度

长期有效

时效性

2026/11/3

首次发现

来源

D&A：解耦描述与评估，让VLM成为零样本机器人奖励模型

rss2026/11/2

涉及实体

相关事实

待验证跨生成器测试用于估计框架对特定视频生成风格的过拟合程度，若不同生成器下性能稳定则说明记忆检索捕捉的是物理结构特征而非视觉风格伪影70% 相似待验证通过单帧空间关系描述实验，研究者证明Video-LLM的底层感知能力是完好的，问题根源在于语义先验劫持推理过程68% 相似待验证评估图像生成模型需要FID分数、CLIP分数、推理速度等多维度指标体系66% 相似待验证动作迁移的效果高度依赖输入素材质量，包括参考图清晰度、深度视频准确性和提示词完整度66% 相似待验证图像编辑基准测试从编辑准确性、一致性保持、视觉质量和语义理解四大维度评估模型65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1130303

API

curl https://kongchang.com/api/v1/knowledge/claims/1130303

MCP

get_claim(id=1130303)