苹果发布 LensVLM-9B：把长上下文压成图像，只展开相关页
victormustar · hn · 2026-09-24
苹果在 Hugging Face 上发布了 LensVLM-9B，一种处理长上下文的新思路：把文档压缩成图像形式，仅在需要时展开相关页面，从而降低长文本处理的成本。项目页与模型权重已开源在 Hugging Face 上。
「研究」频道最新
- 反直觉发现：通用合成数据训练蒸馏adapter效果胜过自生成数据 — ostrisai · 2026-09-24
- 脑基础模型何去何从：神经科学与大模型路线的交叉观察 — ShahabBakht · 2026-09-24
- Epoch 测算:AI 性能成本每季度降 47%,价格跌幅史上最快 — RishiBommasani · 2026-09-24
- CoRL 2026 论文 TANGO:纯仿真训练人形机器人全身导航,真机零样本迁移 — chris_j_paxton · 2026-09-24
- 拆解原理:用屏幕 4 个颜色通道写 4 层深度近似光线追踪液体 — Michael_Moroz_ · 2026-09-24
- 开发者用多层屏幕空间光线步进,实现 VRChat 液体折射渲染 — Michael_Moroz_ · 2026-09-24