Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Turing (Shinagawa, Tokyo) đã phát triển một công nghệ nén dữ liệu video và hình ảnh hiệu quả theo định dạng phù hợp với AI trong khi vẫn duy trì độ chính xác cao. Công nghệ đang chờ cấp bằng sáng chế này sẽ cho phép sử dụng dữ liệu nhanh hơn và chính xác hơn cho AI lái xe tự động và AI đa phương thức.

Trong bối cảnh ngày càng quan tâm đến các mô hình ngôn ngữ quy mô lớn đa phương thức (MLLM), công nghệ của Turing chuyển đổi dữ liệu thành một chuỗi mã thông báo và đạt được khả năng nén có độ dài thay đổi có thể tăng hoặc giảm tùy theo nhu cầu. Điều này làm giảm khối lượng dữ liệu trong khi vẫn duy trì chất lượng hình ảnh và độ chính xác phân tích cần thiết.

Bằng cách sử dụng một kỹ thuật có tên là "Tail Token Drop" trong giai đoạn học, thiết kế này sao cho thông tin quan trọng được tổng hợp ở đầu chuỗi dữ liệu. Ngoài ra, hình ảnh có thể được tái tạo từ chuỗi mã thông báo, tái tạo hình ảnh tự nhiên với ít byte hơn JPEG và WebP.

Turing đã tiết lộ công nghệ này trong bài báo "One-D-Piece: Image Tokenizer Meets Quality-Controllable Compression" và giải thích chi tiết trên blog công nghệ của mình. Tệp mô hình và mã nguồn có sẵn để sử dụng thương mại theo Giấy phép Apache 2.0.