Jirong Zha 团队提出面向具身任务的 Task-Utility IQA 框架

2026年10月28日，Jirong Zha 等人在 arXiv 的 cs.AI 分类下发布了 Task-Utility IQA 论文。该研究提出了一种基于多模态大模型（MLLM）的具身图像质量评估智能体框架，旨在通过具身任务的效用重新定义图像质量评估，以支持决策导向的可解释视觉感知。 在 VisDrone 实证研究中，团队发现传统感知指标与通用 MLLM 的质量评分对下游视觉语言模型（VLM）任务成功的预测能力较弱。相比之下，基于任务条件的效用评分能更准确预测视觉输入是否支持目标任务，从而验证了该框架在特定场景下的优势。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。