20260720

concepts/data-driven-task-specification.md

@@ -0,0 +1,41 @@
+---
+title: "数据驱动任务规约 (Data-Driven Task Specification)"
+created: 2026-07-13
+updated: 2026-07-13
+type: concept
+tags: [computer-vision, multi-task, architecture-design]
+sources:
+  - arxiv:2607.09024
+---
+
+# 数据驱动任务规约
+
+## 定义
+
+GenCeption 的核心设计哲学：**任务规范从架构修改转移到数据格式设计**。在这种范式下，集成新的视觉能力不需要改变架构或训练配方——仅需调整数据的表示方式。
+
+## 范式对比
+
+| | 旧范式（专用模型） | 新范式（GenCeption） |
+|---|---|---|
+| 新任务意味着 | 新 encoder/decoder/loss | 新数据格式 |
+| 任务切换方式 | 加载不同模型 | 切换文本 prompt |
+| 架构 | 任务特定 | 统一（统一 backbone + head + loss） |
+| 扩展性 | 每任务需独立工程 | 格式化为 RGB 或 token 即可 |
+
+## LLM 类比
+
+> 正如 LLM 将非文本数据格式化为文本字符串（"translate English to French: ..."），GenCeption 将视觉任务投影到连续像素空间。
+
+这与 LLM 的 "everything is a string" 哲学同构——**"everything is a pixel map"**。
+
+## 实现
+
+- 稠密任务：3 通道 RGB 空间（见 [[unified-task-representation|统一任务表示]]）
+- 稀疏任务：可学习 token + MLP（见 [[learnable-tokens-sparse|可学习 token]]）
+- 文本 prompt 切换模态："output: depth" / "output: normal" / "output: segmentation"
+
+## 参考
+- [[genception-video-vision-2026|GenCeption (ECCV 2026)]]
+- [[unified-task-representation|统一任务表示]]
+- [[rothko-raymap|Rothko Raymap]]