何恺明团队提出纯视觉推理方案NAT-ARC，利用自然图像预训练攻克ARC挑战

何恺明团队提出纯视觉ARC解题方案NAT-ARC，通过ImageNet自监督预训练的MAE模型初始化编码器，在不依赖大语言模型的情况下使单模型ARC-1的pass@2达到63.4%，集成模型达到70.2%。研究表明自然图像的物体分割与连通先验可天然迁移至抽象格子推理，成功打破了纯视觉模型容量增大时的过拟合瓶颈，仅用约2B总参数量即逼近8B专用语言模型系统的水平。