论文提出视觉提示工程（VIPE）：通过图像编辑模型自动改造任务图像，例如将物理推理中的抽象草图转换为写实场景，以提升视频模型的视觉推理表现。作者称，VIPE在多项任务上有效，甚至可能优于文本提示工程和测试时扩展，同时保持较低计算成本。
最近 24 小时暂无可用热度快照。