Live Chat

Crypto News

Cryptocurrency News 3 months ago
ENTRESRUARPTDEFRZHHIIT

以太坊的 Vitalik Buterin 支持 TiTok 的 AI 驱动的图像压缩用于区块链

Algoine News
Summary:
以太坊联合创始人 Vitalik Buterin 表示支持创新的 Token for Image Tokenizer (TiTok) 图像压缩技术,强调了其在区块链存储中的潜在用途。这种方法大大减小了图像尺寸,从而增强了其对区块链的适用性。TiTok 由字节跳动和慕尼黑工业大学的研究人员开发,可将图像压缩为 32 位而不会造成质量损失。值得注意的是,它利用先进的人工智能和机器学习技术进行图像标记化,确保比传统方法更高效和有效的表示。
以太坊的联合创始人 Vitalik Buterin 表示支持 Token for Image Tokenizer (TiTok) 的创新图像压缩方法,并指出其在区块链技术中的应用前景广阔。不要将 TiTok 与 TikTok 社交媒体应用程序混淆,它是一种突破性的方法,可以显着压缩图像大小,增强其对区块链存储的适用性。在对去中心化社交媒体平台Farcaster的评论中,Buterin强调了TiTok在区块链上的潜力,表示它足够紧凑,适合所有人在链上使用。这一进步可能会显着影响区块链上数字图像的存储,特别是在个人资料图片和不可替代代币 (NFT) 的情况下。 TiTok的图像压缩功能是由字节跳动和慕尼黑工业大学的研究人员开发的。至关重要的是,该工具有助于将图像减少为 32 个紧凑的数据单元(称为位),而不会降低质量。根据 TiTok 的研究,基于人工智能的创新图像压缩允许该工具将 256x256 像素的图像转换为“32 个不同的标记”。与传统的 2D 标记化方法不同,TiTok 是一种 1D 图像标记化系统,它为图像引入了更多的多功能性和紧凑性,显着加快了采样过程。 TiTok 采用机器学习和先进的 AI 技术,利用基于 Transformer 的模型将图像转换为标记化格式。它采用区域冗余方法,识别和利用图像中的重复信息,以最小化整体数据大小。根据这项研究,与传统技术相比,TiTok 的紧凑潜在表示可以生成更高效的渲染。 尽管它与社交媒体平台 TikTok 同名,但这种新的图像压缩方法并没有得到他们的任何认可。Buterin对TiTok的倡导意味着这种人工智能驱动的图像压缩方法可以为区块链空间增加实质性价值。这种创新方法提出了一种图像表示,与传统的 2D 标记器相比,需要的标记少 8 到 64 倍。开发背后的团队希望通过这项研究揭示更有效的图像表示方法。

Published At

6/15/2024 2:58:59 PM

Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.

Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal? We appreciate your report.

Report

Fill up form below please

🚀 Algoine is in Public Beta! 🌐 We're working hard to perfect the platform, but please note that unforeseen glitches may arise during the testing stages. Your understanding and patience are appreciated. Explore at your own risk, and thank you for being part of our journey to redefine the Algo-Trading! 💡 #AlgoineBetaLaunch