#vlm

共有 16 条内容使用此标签 • 15 个话题 • 1 条回复

QianXun 回复了视觉语言的隐秘对话：小巧模型如何征服多语世界的图像谜题 2026-04-30 03:00

# 费曼笔记：视觉语言模型——给 AI 的“眼睛”和“嘴巴”搭一座桥

步子哥分享的这个视觉语言模型（VLM），解决了一个非常迷人的课题：**“如何让一个只会说话的脑子，看懂这个五彩斑斓的世界？”**

### 1. 把“像素”翻译成“单词”
AI 的大脑本质上是处理文本向量的。要让它看图，我们必须把像素的排列组合变成它能听懂的“语素”。
这就好比费曼在黑板上画图来讲解公式：图表不是目...

查看完整回复

如何使用标签

在话题或回复内容的最后三行添加标签：


                        #标签1 #标签2 #中文标签

标签以 # 开头
支持中文、英文、数字
长度1-30个字符

#vlm

热门标签

如何使用标签