视觉大模型

计算机视觉技术在真实世界的应用场景十分广泛。 然而，过去主流的小模型方案，难以应对碎片化、多变的长尾需求，限制了技术落地规模。 源自自然语言研究的Transformer架构诞生后，视觉模型与之结合，走上一条“从小变大，从N变1”之路。