论文·2026-07-20·约 1 分钟读完·arxiv.orgSIVA-RL结果条件路由增强视觉依赖上海AI实验室与上交提出的多模态RL方法,根据视觉影响分配监督信号A原文来源arxiv.orghttps://arxiv.org/abs/2607.13931 打开原文