待验证50% 置信事实精确时间

512×512图像切分为32×32网格，共1024个token；1024分辨率则增至4096个token

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

自监督视觉模型PCA可视化避坑指南：颜色为何毫无意义

redditr/learnmachinelearning2026/7/11

相关事实

待验证将一张2048×2048的图像2倍放大到4096×4096，直接处理可能需要20GB以上显存，而切成512×512的Tile后单块处理仅需2-3GB显存79% 相似待验证4GB显存可以生成512×512分辨率的图像，8GB以上显存能支持更高分辨率和更复杂的工作流78% 相似待验证一段512×512分辨率、24帧的视频原始数据量约18MB，经VAE压缩至64×64×4潜变量空间后数据量降低至约原来的1/9674% 相似待验证ImageNet包含1400万张图像、2万多个类别，分辨率为224×22473% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490401

API

curl https://kongchang.com/api/v1/knowledge/claims/490401

MCP

get_claim(id=490401)