格隆匯2月21日｜清華大學(xué)智能產(chǎn)業(yè)研究院AIR團(tuán)隊(duì)于2026年2月發(fā)表在《npj Artificial Intelligence》的研究《駕駛?cè)蝿?wù)中的人類(lèi)與算法視覺(jué)注意力》，以自動(dòng)駕駛這一安全關(guān)鍵領(lǐng)域?yàn)檩d體，首次通過(guò)“人類(lèi)眼動(dòng)追蹤實(shí)驗(yàn)+算法對(duì)比驗(yàn)證”的雙軌設(shè)計(jì)，系統(tǒng)性拆解了人類(lèi)與算法視覺(jué)注意力的本質(zhì)差異。其核心價(jià)值在于提出人類(lèi)駕駛注意力的三階段量化劃分框架，并證實(shí)：算法視覺(jué)理解的核心缺陷是缺乏“語(yǔ)義顯著性提取能力”，而融入人類(lèi)檢查階段的語(yǔ)義注意力，能以經(jīng)濟(jì)高效的方式填補(bǔ)專(zhuān)業(yè)算法的“語(yǔ)義鴻溝”與大模型的“接地鴻溝”，無(wú)需依賴(lài)大規(guī)模預(yù)訓(xùn)練。