Turing (Shinagawa, Tokyo) telah mengembangkan teknologi yang secara efisien mengompresi data video dan gambar dalam format yang sesuai untuk AI dengan tetap mempertahankan akurasi tinggi. Teknologi yang sedang dalam proses paten ini akan memungkinkan pemanfaatan data yang lebih cepat dan lebih akurat untuk AI mengemudi otonom dan AI multimodal.

Di tengah meningkatnya minat pada model bahasa skala besar multimodal (MLLM), teknologi Turing mengubah data menjadi serangkaian token dan mencapai kompresi dengan panjang variabel yang dapat ditingkatkan atau dikurangi sesuai kebutuhan. Ini mengurangi volume data dengan tetap mempertahankan kualitas gambar dan akurasi analisis yang diperlukan.

Dengan menggunakan teknik yang disebut "Tail Token Drop" selama tahap pembelajaran, desainnya sedemikian rupa sehingga informasi penting dikumpulkan di awal rangkaian data. Selain itu, gambar dapat direkonstruksi dari rangkaian token, mereproduksi gambar alami dengan lebih sedikit byte daripada JPEG dan WebP.

Turing mengungkapkan teknologi tersebut dalam makalah "One-D-Piece: Image Tokenizer Meets Quality-Controllable Compression" dan menjelaskan detailnya di blog teknologinya. Berkas model dan kode sumber tersedia untuk penggunaan komersial di bawah Lisensi Apache 2.0.