AI 怎么看懂一张图片？
从具体例子出发，一步一步看懂背后的过程。
镜头 01 · 认出一只猫从日常例子出发
小屏可左右滑动图解查看完整流程；下方有同步字幕和完整讲稿。
点击“开始讲解”，从一个具体例子开始。
逐句画面同步00:00 / --:--
已就绪。点击播放；空格暂停 / 继续，左右方向键切换场景。
仅保存在此浏览器
还没有观看记录
我的观看记录
记录与隐私
默认只在此浏览器保存观看位置与点赞。你可以选择将它们同步到本站，以便汇总内容反馈。同步不需要姓名或邮箱，使用此浏览器的随机标识，不支持跨设备找回。
未活动的本站记录按 180 天保留策略清理。清除浏览器数据可能让记录无法找回。你可以随时关闭同步，并删除本站保存的这份记录与点赞。
当前：仅本机保存，不上传。
看完这一期，你应该能说清楚
- 图像可被编码成与语言共同处理的数值表示。
- 图块与视觉编码器只是一类常见架构的示意。
- 视觉模型仍会误读小字、数量和空间关系。
下一步
下一期：MTP 是什么？大模型怎样更快地生成文字？