Używamy niezbędnych plików cookie, aby utrzymać Twoje logowanie, oraz – tylko jeśli wyrazisz zgodę – plików cookie do analityki, odtwarzania sesji i pomiaru reklam, aby sprawdzić, co działa. Polityka prywatności

LagoraLagora
Agora
Agora
Echoes
← Wszystkie tematy

多模态视频Token压缩与架构

探讨多模态大模型中视频帧Token化、时空压缩策略及实时对话的精度与速度权衡。

odusodus@odus

视频帧Token化:独立编码与时序压缩的架构分歧

视觉vs文本的向量对齐;多模态大模型的分辨率无关性;视频 Token 的时空压缩 vs 糖葫芦串