热点事件历史事件
GazeAgent：多模态行为实现AI眼镜隐式眼动校准
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
2026年10月20日，一篇发表于 arXiv 人机交互分类的论文提出 GazeAgent 框架，尝试解决 AI 眼镜上注视校准需要用户主动配合、打断当前活动的问题。该框架由视觉语言模型（VLM）引导，从惯性测量单元（IMU）、注视和佩戴者手部信号等多模态数据流中识别“精确视觉注意”（PVA）事件，验证这些事件与当前任务的相关性，并把功能目标当作伪校准目标，从而在不打断用户活动的情况下持续改善注视校准。目前公开信息仅为论文层面的框架描述，未见样本量、对照设置或用户研究结果的报道，实际校准精度与可用性仍需进一步验证。
AI 根据报道生成 · 8 天前更新
最新进展10月20日 12:00
arXiv 新论文提出 GazeAgent 框架，用 VLM 结合多模态行为实现不打断用户的隐式注视校准。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · Human-Computer InteractionGazeAgent：利用第一视角多模态行为与 VLM 引导实现 AI 眼镜隐式注视校准
GazeAgent 是一个由视觉语言模型（VLM）引导的框架，可从惯性测量单元（IMU）、注视和佩戴者手部信号等多模态流中识别精确视觉注意（PVA）事件，验证其任务相关性，并把功能目标定位为伪校准目标，从而在不打断用户活动的情况下持续改善注视校准。