何愷明團隊提出 NAT-ARC，純視覺方案解 ARC 達 70.2%

量子位10/1 16:06新闻报道研究

何愷明團隊提出 NAT-ARC，用 ImageNet 上 MAE 預訓練的 encoder 做純視覺 ARC 解法，不依賴 LLM。單模型 0.6B 引數在 ARC-1 拿到 63.4% pass@2，整合約 2B 引數達 70.2%。論文稱預訓練打通了視覺路線的 scaling 瓶頸。

0.6B 小模型靠公開 MAE 權重預訓練就逼近 8B 專用 LLM，且無預訓練時模型越大反而掉點——你本地跑開源模型時，可優先看預訓練權重而非堆引數。