我们过去的观点里面：文字是精简的，抽象的；图像和视频体积一个比一个大，因为包含了很多的无效信息
然而 Deepseek 的 OCR 小模型，识别图象是直接用图像 token 而不是文本 token，精简 10 倍以上
也就是说：在 AI 眼里，图像和视频可以比文本更精简
这是反常识的，人类需要适应
我们过去的观点里面：文字是精简的，抽象的；图像和视频体积一个比一个大，因为包含了
法正观汽车啦
2025-10-25 19:23:45
0
阅读：0
![ai做的路怎么样[笑着哭]](http://image.uczzd.cn/6725515526679656310.jpg?id=0)
