跳到正文
热点事件持续更新

YouJiacheng称16小时视觉快照超越VLM记忆

1 篇报道1 个报道来源55 分钟前更新

先了解这件事

AI 综述

YouJiacheng表示,按每分钟一张视觉快照计算,VLA记忆架构可容纳16小时以上的视觉信息,已远超现有任何视觉语言模型(VLM)的记忆规模。 这一说法用于回应“视觉token成本过高”的质疑。其架构中,LLM负责管理长期历史,滑动窗口帧负责实时控制;报道未提供独立验证。

AI 根据报道生成 · 26 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月23日
  1. AGI Hunt
    YouJiacheng:16 小时视觉快照已远超现有 VLM 记忆

    YouJiacheng 表示,按每分钟一张视觉快照计算,容量可达 16 小时以上,已远超现有任何 VLM 的记忆规模。这一说法是对“视觉 token 成本过高”质疑的进一步回应,并涉及 VLA 记忆架构中 LLM 管理长期历史、滑窗帧负责实时控制的分工。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。