#视觉编码器

共 3 条 · 7 天 0 条 · 30 天 0 条

arXiv 1 ClinFusion 1 GPT-5.2 1 TuringViT 1 医学多模态 1 多模态 1 小鹏 1 放射科报告 1

信息流里打上「视觉编码器」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月9日

论文 Agent 与开发者12:14

视觉编码器与视觉语言模型概念解码研究

这篇论文揭示了视觉编码器如何存储物体概念信息，即使在没有颜色的情况下也能识别物体的标准颜色。

#视觉编码器 #视觉语言模型 #概念解码 #标准颜色

arXiv cs.AI@Xiaofu Chen 等 3 人原文

7月28日

ClinFusion: 面向整体医学理解的视觉中心多模态LLM系统

ClinFusion用新架构统一2D/3D医学图像，在20/24基准上碾压Hulu-Med、Lingshu，甚至超GPT-5.2。医生盲评说它报告最好，值得关注。

#ClinFusion #医学多模态 #视觉编码器 #GPT-5.2

arXiv cs.AI@Hangjie Yuan 等 24 人原文

7月21日

模型精选12:27

小鹏发布TuringViT视觉编码器，称数据效率提升10倍

小鹏自己搞了个TuringViT视觉编码器，只用了别人十分之一的数据就达到更好效果，还能跑车载和机器人，效率很高。

#TuringViT #小鹏 #视觉编码器 #智能驾驶

IT之家原文