GigaBench：十亿像素图像可学习表示基准
热点事件持续更新
GigaBench：十亿像素图像可学习表示基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv Computer Vision 刊出 Matteo Fusconi 等作者的论文，提出并发布 GigaBench。据该文称，这是首个聚焦十亿像素图像的可学习表示（LR）基准与实验评估，覆盖图像压缩与超分辨率任务，图像来自多领域采集与合成渲染。研究适配了 Implicit、Hybrid、Explicit 三类代表性 LR 方法，使其能在消费级硬件上稳定处理十亿像素规模，并从重建质量、模型大小、压缩与推理时间等维度进行系统评测，总结出跨方法的一致趋势。目前事件进展停留在论文发布与基准公开阶段，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
GigaBench：面向十亿像素图像压缩与超分的可学习表示基准报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv Computer VisionGigaBench：面向十亿像素图像压缩与超分的可学习表示基准
GigaBench 是首个聚焦十亿像素图像的可学习表示（LR）基准与实验评估，覆盖图像压缩与超分辨率任务，图像来自多领域采集与合成渲染。研究适配了 Implicit、Hybrid、Explicit 三类代表性 LR 方法，使其能在消费级硬件上稳定处理十亿像素规模，并从重建质量、模型大小、压缩与推理时间维度进行系统评测，总结出跨方法的一致趋势。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。