研究提出面向具身任务的图像质量评估框架

Jirong Zha 等作者提出 Task-Utility IQA，主张图像质量评估应从与任务无关的分数回归，转向由具身任务效用定义的目标条件判断，并给出基于 MLLM 的具身 IQA 智能体框架。 作者称，在 VisDrone 上的小型证据研究显示，传统感知指标与通用 MLLM 的 IQA 分数难以预测下游 VLM 任务成功，而任务条件化的效用分数预测效果更好。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。