GIST：语义可控的自适应图像分词器

2026年10月14日，arXiv Computer Vision 刊出 Danilo de Goede 等作者的报道，提出 GIST（Guided Image Semantic Tokenizer），一种可被引导至指定语义保真度的自适应图像分词器。报道称，GIST 的 token 分配由像素级与语义目标误差联合控制，其中语义误差在冻结的 DINOv3 编码器特征空间中度量。作者在报道中表示，该分词器能够被引导朝向所要求的语义保真度。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。