仅保留35% Token，性能反超原模型！快手可灵等用视觉信息引导音频压缩，推理时间直降42% 仅保留35% Token，性能反超原模型！快手可灵等用视觉信息引导音频压缩，推理时间直降42% 关键词: AI,模型训练,OmniSIFT,人工智能 一段几十秒的音视频，上万Token，一半以上是冗余——Omni-LLM的计算浪费，比想象中更严重。 来自主题: AI技术研报 7853 点击 2026-03-11 15:06
