VLMsの生理指標計測課題を解決するVITALを提案
Xiao Yang（シャオ・ヤン）氏らは2026年10月14日(現地時間)付のarXiv cs.CVで、動画に基づく遠隔生理指標計測（RPM）におけるVision-Language Models（VLMs）の課題を指摘し、新たなフレームワークVITAL（Visual-physiological Token Alignment for Language Models）を提案する論文を発表した。既存のRPM手法がタスク固有のモデルに依存し、VLMsのマルチモーダル理解・対話能力と統合できない点が課題とされ、VLMsの汎用視覚意味表現が生理学的情報を保持できないことや、離散トークン予測が連続的な数値測定と不整合を起こすボトルネックが示された。