【資料圖】

2月21日，據(jù)清華大學(xué)智能產(chǎn)業(yè)研究院消息，清華大學(xué)智能產(chǎn)業(yè)研究院AIR團(tuán)隊(duì)于2026年2月發(fā)表在《npj Artificial Intelligence》的研究《駕駛?cè)蝿?wù)中的人類與算法視覺注意力》，以自動(dòng)駕駛這一安全關(guān)鍵領(lǐng)域?yàn)檩d體，首次通過“人類眼動(dòng)追蹤實(shí)驗(yàn)+算法對(duì)比驗(yàn)證”的雙軌設(shè)計(jì)，系統(tǒng)性拆解了人類與算法視覺注意力的本質(zhì)差異。其核心價(jià)值在于提出人類駕駛注意力的三階段量化劃分框架，并證實(shí)：算法視覺理解的核心缺陷是缺乏“語義顯著性提取能力”，而融入人類檢查階段的語義注意力，能以經(jīng)濟(jì)高效的方式填補(bǔ)專業(yè)算法的“語義鴻溝”與大模型的“接地鴻溝”，無需依賴大規(guī)模預(yù)訓(xùn)練。

關(guān)鍵詞： 注意力 人類 算法 清華大學(xué) 視覺 團(tuán)隊(duì)