NeurIPS 2026｜DGP 打通 ViT 与 LLM 层，实现 VLM 架构新突破

DGP 实现了 ViT 与 LLM 层的完全打通，使大模型每一层都能按需处理图像信息。在 NeurIPS 2026 论文中，DGP 在 Funghi 披萨总价任务中正确读出两个价格并计算得到 14.80 欧元，而 LLaVA-1.5 读错价格并产生幻觉。该架构支持 175B 参数规模，上下文长度为 128k tokens，通过 API 提供闭源服务。