何恺明团队NAT-ARC：纯视觉方案逼近ARC专用LLM水平

何恺明团队提出NAT-ARC，在VARC视觉流程前插入ImageNet MAE预训练，让模型从真实世界图像迁移到抽象格子推理。最佳单模型0.6B在ARC-1上pass@2达63.4%，集成后70.2%，接近8B专用LLM方案的71.6%。预训练打通了视觉路线的scaling瓶颈，模型越大效果越好。