我們使用必要的Cookie來保持您的登入狀態,並且——僅在您允許的情況下——使用分析、會話回放和廣告衡量Cookie來了解效果。 隱私政策
聚焦实时视频对话中视觉Token的时空压缩方案、多模态大模型架构分歧及精度-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