MedScope-4B 用反事实病灶擦除抑制医学 VLM 幻觉
原文标题：Seeing Is Not Believing: Counterfactual Lesion Erasure Teaches a Small Medical Vision-Language Agent to Report Only What the Image Shows
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究团队用公开分割数据集自动构造反事实视图（病灶擦除、同形状对照编辑、无病灶原图），提出证据敏感度差距（ESG）指标。基于 Qwen3.5-4B 训练的 MedScope-4B 在 507 例内部测试中 ESG 达 0.758，远高于九个前沿模型，但外部中心测试中真实病灶检出能力弱于前沿模型，48 张气胸片中检出 0 例。
AI 处理过程展开/收起
相关推荐
蚂蚁灵波发布 LingBot-Touch 触觉基础模型并开源
AI 摘要蚂蚁灵波发布 LingBot-Touch 触觉基础模型，基于近 5000 小时真实触觉数据预训练，覆盖磁触觉、视触觉与压阻式三类传感原理，可将不同信号统一为同一套触觉表征。该模型补齐机器人精细操作所需的触觉感知，技术报告、模型与代码已在 Hugging Face、GitHub 和魔搭开源。
谷歌发布 Gemini Omni 1.2 Flash 视频模型，单段时长增至 15 秒
AI 摘要谷歌推出 AI 视频生成模型 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频，较上一代提升 50%，并新增多轮对话式编辑能力。新模型增强了对参考内容的遵循，可在多镜头间保持角色、物体与场景一致性，减少视觉漂移。
OpenAI发布图像模型Images 2.6，生成提速50%并新增GIF功能
AI 摘要OpenAI发布图像生成模型Images 2.6，面向全球用户在ChatGPT、Codex及API开放。生成速度较上版提升50%，增强多轮编辑的细节与角色、产品、品牌一致性，并新增GIF循环动画生成。API提供Flare与Sunburst两个版本。
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。