这个模型并不像其他 AI 巨头那样「刷分」，而是朝着小型化、端侧化、低延迟的方向做了极致优化，将视觉处理所需的 Token 降到传统 ViT 的 1/16，极大降低延迟，可以根据摄像头捕捉到的内容实时给出判断，反应速度非常快。
1L decoder, d=4, 1h, ff=12
，更多细节参见下载安装 谷歌浏览器 开启极速安全的 上网之旅。
- Include sensible aggregate metrics, e.g. number of comments on the video.
带着这样的问题，我们再转头看看刚刚发布的三星 Galaxy S26 系列——它的影像或许没有国内大厂在特定场景下那么激进抢眼，但胜在整体素质依然稳健；OneUI 的本地化虽然还有进步空间，但日常用起来也不拖后腿；最重要的是，三星在系统级 AI 的布局上来得非常早，直接拉来了 Gemini 和 Perplexity 强强联手，早早抢占了先机。