Utilizamos cookies essenciais para manter a sua sessão iniciada e — apenas se permitir — cookies de análise, repetição de sessão e medição de publicidade para ver o que funciona. Política de Privacidade
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。
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