（来源：上观新闻）
研究负责人陈🚧🐜博远更直🗡言：“GPT🔄-Image-2☠ 是图像的🗓🤾♀️ GPT—📆🔯—一个🇨🇾可以处🇩🇯理任何视觉🚼任务的😆通用模型🍛。V4的注🦌意力层不是一种🧛♀️，是两种📪🤸♀️交替使🦍用的结构🇫🇰📛，CSA（Com👨🎓⏏press👉👨🎤ed ⚫Sparse🍱 Attent🙋🍇ion）和HC☁🇽🇰A（H⛎eavily🐋🏌 Compres📍sed 🦴🍆Atte☸👩🦱ntion）🇺🇿。实验逻辑很简🗣单：对于一对🇲🇨图片，PAN✅👨👩👧DA 🍡🛍生成两张图的失✏*️⃣真图，然后用👩🔬一个朴🚾素规则来做整图㊗排名——如果某张🐎👻图中更多🎶🕧区域的🗡🥜质量评分更👨👩👧👦高（或者比较关系😂🛹显示更多区🇪🇷🚿域更好🦶），则认🏉💧百度竞价代运营公司为该图整🇩🇴🇹🇳体质量更🚒🇹🇰好🥢。
系统首先将两张🇰🇼🚕图片各自分解🏍👬成若干个区域（😑比如人物、😴🙂天空、背景、物体😓🇲🇷等），然🤤🔘后对每个区域建🗃立一个"节点💐🇬🇮"🍰。董事长🇻🇳🕧成锐进一步说🛃明，此举旨🎉🆙百度竞价代运营公司在避免为满🛩足短期🥪报表要🎾🔴求而压缩底层研🙏🖍发投入，防止公🇭🇷司陷入同😉质化竞👈争，从🕥🐈而为战略执行预留🇧🇳必要的🦠空间🐝。因为V4把he♒ad dimen🧛♀️sion c设成📸了51🥧2（比V3.2🇰🇷🔢的12🔶🐚8大得🧠多），如果直接💽↕把所有head👩🍳😎的输出🇳🇱👑投影回d维🤐👞会很贵，所以🕊🇧🇦做了分组投影，🇹🇫💖把n_h个☦🇻🇺head分成g🐑组，每组先投🧰影到一个中间📨👩⚖️维度d_g📗🇸🇴，最后再合🇺🇾并投影回d📊💄。
