（来源：上观新闻）
在视频压🔲🇸🇻缩和流媒体🇦🇬传输领域🧒⛑，可以根🇲🇫据区域重要性和🚱质量评分，智📨能地筛选冗余🎊帧，提高存储🌏和传输效率🙆♂️。自变量📺🇲🇷的领先优势🥥，将不断扩大🐥💜。研究团队使用了一🇵🇭个名为 DINO📓⛏v2 的预训练视👨🍳🙀觉模型🌼🤱（可以把它理解为🤸♀️🇳🇦一个经过🖲🇬🇦大量图片训练的🚎"看图专家"）🥁，将输入的🦞两张图片分别转换🏥为包含丰富视觉🔧🧹信息的特🗝🇵🇲征矩阵🤱。
实验结💺🤣果显示，三🍲种配置的性能🇩🇪差异不大，但🇰🇳 DINO🥍v2（ViT-s🌠）在性能与计算🧝♀️🧠效率之间取🐩得了最🗾佳平衡ℹ🚵。这款名为V🇪🇬erCore的C🌡🉐PU主频高达🧚♀️🏤1.5GH📋🇨🇲z，性能😡堪比2🕟011年左右的笔💓记本电脑🐧CPU🕐👙。
其务实的路径、🗑清晰的规划与已构🧗♀️🇨🇺建的实🐥💓体产能，为⚪🏇穿越产🦖✌业周期、迎接💼规模盈利🕑✒拐点的到来奠💵🇹🇷定了坚实基础🏴。DC 在 1😔🌫2 小时内完🤟全自主🇸🇽地构建了多🚈🕡个 RISC📟☘-V CP🥪U 的微架构变🤣😭体（我们称之为🎨“VerCo🇧🇮🕊re”），这些⏳🏐变体均🐚满足 1.48🥤🍅 GHz💉🐳 的时序要求，🚠🌛而其设计🙉需求文档仅有 😍🖤219 个字🔝☮。
