待验证50% 置信事实精确时间
DINOv2使用Vision Transformer（ViT）架构，将输入图像划分为固定大小的补丁，每个补丁经Transformer编码后产生高维嵌入向量
1
来源数
50%
置信度
长期有效
时效性
2026/8/18
首次发现
来源
相关事实
待验证Qwen3.5多模态版本基于Vision Transformer（ViT）架构处理图像输入，将图像分割为固定大小的patch作为token输入Transformer编码器80% 相似已验证多模态大模型通过视觉编码器（通常基于Vision Transformer架构）将输入图像分割为若干patch并编码为向量序列，与文本token在同一Transformer架构中进行联合注意力计算77% 相似已验证Vision Transformer（ViT）由Google在2020年提出，将图像分割为固定大小的patch作为序列输入Transformer编码器75% 相似待验证Vision Transformer将图像切分为16×16的patch作为基本处理单元74% 相似待验证豆包2.0 Mini支持视觉理解（Vision Understanding）功能，底层采用Vision Transformer（ViT）架构将图片编码为token序列73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/769952API
curl https://kongchang.com/api/v1/knowledge/claims/769952MCP
get_claim(id=769952)