视觉强化学习最新综述：全领域梳理（新加坡国立&浙大&港中文）

图 1：代表性视觉强化学习模型时间线。该图按时间顺序概述了 2023 年至 2025 年的关键视觉强化学习（Visual RL）模型，并将其分为四个领域：多模态大语 言模型（Multimodal LLM）、视觉生成（Visual Generation）、统一模型（Unified Models）和视觉 - 语言 - 动作模型（VLA Models）。 在 大语言模型（LLM） 的江湖里， 强化学习（RL） ，特别是带有 人类反馈的强化学习（RLHF） ，早已不是什么新鲜词。正是它，如同一位内 力深厚的宗师，为 GPT、Qwen、DeepSeek 等模型注入了"灵魂"，使其回答能够如此贴合人类的思维与价值观。这场由 RL 主导的革命，彻底改变 了我们与AI的交互方式。 然而，当所有人都以为强化学习的舞台仅限于文字的方寸之间时，一股同样的浪潮，正以迅雷不及掩耳之势，"卷"向了另一个更为广阔的领域—— 计算机视觉（CV） 。 点击下方 卡片 ，关注" 大模型之心Tech "公众号 戳我 -> 领取大模型巨卷干货 >> 点击进入→ 大模型技术 交流群 本文只做学术分享，如有侵权，联系删文 写在前面 当RLHF"卷入"计 ...