AFFMAE 登陆 ECCV：桌面硬件跑 1024px 预训练，推理提速 5 倍
CSProfKGD · x · 2026-09-07
加州大学圣迭戈分校（作者团队）在 ECCV 2026 发布 AFFMAE 论文：基于 CVPR 2023 的 AutoFocusFormer，用可微分的自适应下采样让模型学会只对图像中重要位置做 token 化，并据此前训练视觉模型，面向高分辨率显微镜图像分割。
关键结果：
- 学生 David Smerkous 对 AutoFocusFormer 做了大量代码优化，1024x1024 分辨率下推理提速 5 倍，内存占用降低 50%；
- 论文还开发了数值稳定的混合精度 Triton 内核与可复用为分割头的轻量 point-based decoder；
- 在足突宽度估计任务上，同等参数量下与 ViT backbone 的 MAE 微调性能持平，但预训练快 2 倍、峰值内存减半，微调吞吐最高提升 5 倍，让普通实验室在桌面硬件上就能做高分辨率预训练；
- 论文与代码均已开源，ECCV 现场 Poster Session 3 #74 展示。
「Infra」频道最新
- 1260 亿美元能干嘛?沿加州高铁全线铺满百元美钞还剩 90 亿 — john__allard · 2026-10-23
- TTR-Compressor 用测试时回归取代池化,闭式解压缩序列保检索精度 — SphereLab · 2026-10-23
- Dragonfly 向 CFTC 提交算力衍生品评论信，推动算力对冲市场标准化 — AccBalanced · 2026-10-23
- Liquid Inference 上线算力预订:1-12 个月锁价买 token,供应商实时竞标 — AccBalanced · 2026-10-23
- MiniMax H3 视频生成登陆日本 ai& 平台，最低每秒 $0.0125 — DavidBennett__ · 2026-10-23
- Liquid Inference 推理网络两周扩至 50 家供应商,全量报价前沿开源权重模型 — AccBalanced · 2026-10-23