IXThinker·2025-10-29 15:00GAR精準解讀任意圖像區域拓展視覺壓縮
中科院與字節跳動聯合提出Grasp Any Region，探索自然圖像能否作為文本的壓縮形式。有別於DeepSeek-OCR以OCR能力壓縮文檔，GAR專注以視覺理解精準描述任意圖像區域。
緣起思路
DeepSeek-OCR早前提出「Vision as Context Compression」，用圖片壓縮文檔，引發熱議。GAR團隊進一步追問：自然圖像是否同樣能充當文本的壓縮形式？
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。