机器之心2026년 11월 5일 17:28중국어 → 한국어
토큰화도 이중시스템도 아닌…다중모달 모델의 세 번째 경로 제시
지평선로봇과 화중과기대 연구진이 언어의 토큰序列와 시각의 연속 분포 차이를 전면 토큰화나 이중 시스템 없이 통합하는 접근을 소개했다.
중국어 원문을 AI로 번역했습니다. 고유명사와 수치는 원문 표기를 우선하며, 중요한 판단에는 아래 출처 원문을 함께 확인하세요.
물리 AI 시대로 나아가려면, 언어와 시각을 진정으로 통합하는 멀티모달 기반 모델을 구축하는 것이 관건적인 한 걸음이다. 그러나 언어는 본질적으로 질서정연한 Token 시퀀스이고, 시각은 연속적인 고차원 픽셀 분포이기에, 둘은 정보 구조상 타고난 간극이 존재한다. 이 두 가지 전혀 다른 분포를 하나의 모델 안에서 어떻게 통합할 것인가는 오랫동안 많은 논쟁을 불러온 주제다. 현재 주류의 해법은 크게 두 가지다. 하나는 완전 이산(全離散) 노선이다...