Visual Agent

VISTA：為多模態 AI 打造的「長視域」互動式視覺輔助框架

VISTA: Empowering Multimodal Agents with a Long-Horizon Visual Harness

VISTA 是一個為多模態模型設計的視覺輔助框架，透過無損視覺記憶與主動檢索機制，顯著提升 AI 在複雜互動環境中的長視域推理與決策能力。