跳到正文
机器之心·· 2026-10-14AI 评分48

苹果LensVLM:长上下文压缩成图片,模型边看边「放大」

AI 导读

苹果与杜克大学提出LensVLM,通过图像压缩与按需展开技术处理长上下文,在七项评测中取得68.9%平均准确率。 模型基于Qwen3.5-9B-Base训练,计入展开开销后有效压缩率为4.3倍,峰值KV缓存降至全文输入的十四分之一。 该方案在32K-140K token长文档场景下,较全文输入减少约30%延迟并降低73% GPU服务成本。

来源:机器之心 · mp.weixin.qq.com