UCSC 团队发布 ALPS：统一物理状态、语言与像素的视觉编码器

UCSC-VLAA 与 Google、UCSB 团队发布开源的 ALPS，一种面向世界模型的预训练视觉状态编码器。ALPS 以共享基础统一物理状态预测、语言对齐和像素重建三项接口，并在相对探测误差、Flickr30k 图文检索及像素重建指标上取得有竞争力的表现。