LoopVL：循环式视觉智能

LoopVL 将 Loop Transformer 扩展到视觉语言模型，通过 Module-Loop 与 Model-Loop 组合计算，用共享模块迭代更新统一的视觉语言状态。该模型从零开始经语言预训练、多模态训练和后训练，在多模态理解与视觉推理基准上超过同规模及更大规模的非循环模型，并出现跨循环视觉注意力显著变化的 Visual Aha Moments。