IXThinker·2025-08-27 16:00

騰訊ARC Lab推出視覺分詞器TokLIP

騰訊ARC Lab聯合中科院自動化所、香港城市大學、浙江大學等機構提出全新視覺分詞器TokLIP，讓視覺Token既看懂圖像又能畫出圖像，統一多模態理解與生成。

設計思路

TokLIP即Token+CLIP，將低級的離散視覺Token與高級的CLIP語義相結合，使分詞器同時具備感知與語義能力，為多模態統一建模提供新範式。