跳到正文
实时
热点事件历史事件

离散Token提升视觉质量

1 篇报道1 个报道来源22 天前更新

先了解这件事

AI 综述

Hugging Face 发布了 Factorized Vector Quantization 技术,通过在互补特征视图上使用并行码本提升了离散视觉token质量,使其在多模态理解中能匹配连续表示。在工业级多模态数据上训练的模型在九项指标平均上比 UniAR 和 Emu3-Chat 分别高 22.8% 和 59.2%,是目前首个能与 Qwen3-VL 等强连续表示模型竞争的离散表示模型。

AI 根据报道生成 · 更新于 22 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. Hugging Face Daily Papers
    分解矢量量化技术提升离散视觉token质量

    分解矢量量化技术通过在互补特征视图上使用并行码本提升了离散视觉token质量,使其在多模态理解中能匹配连续表示,在工业级多模态数据上训练的模型在九项指标平均上比 UniAR 和 Emu3-Chat 分别高 22.8% 和 59.2%,是目前首个能与 Qwen3-VL 等强连续表示模型竞争的离散表示模型。