苹果研究:仅需一层即可适配预训练视觉编码器生成图像

Apple ML Research · rss · 2026-07-15

苹果的研究团队提出了一种新方法,通过仅添加**单层适配器(One Layer)**,即可高效地将预训练的视觉理解模型(如图像编码器)适配到图像生成任务中。 研究指出,现有的视觉理解特征与适合生成的潜在空间存在根本性差异。该方法旨在弥合这一鸿沟,在利用高质量预训练表征的同时,大幅降低适配图像生成模型的工程与计算成本。

原文链接 →