在人工智能的世界里，让模型“举一反三”一直是研究者们追求的目标。比如训练好的图像分类模型，能从标注好的“源域”数据，无缝适配到没标注的“目标域”数据，这就是无监督域适应（UDA）的核心诉求。但长期以来，视觉-语言模型（VLM）在域适应任务中，始终被“模态间隙”这个难题绊住脚步。 最近，一篇名为《Unified Modality Separation: A Vision-Language Frame ...