技术博客

李飞飞和吴佳俊团队提出了一种新型图像tokenizer技术，该技术突破传统方法，无需依赖卷积神经网络（CNN）或生成对抗网络（GAN）。计算机在处理图像时，与人类直观识别不同，它将图片视为数字矩阵。例如，一张1000×1000像素的彩色图片被解析为包含300万个数字的数据集（1000×1000×3个颜色通道），每个数字代表像素点的颜色值（范围0至255）。这一创新技术有望提升图像处理效率。