对比学习预训练

GaussianVision：利用2D高斯泼溅从压缩图像表示实现视觉-语言对齐

GaussianVision: Vision-Language Alignment from Compressed Image Representations using 2D Gaussian Splatting

用2D高斯泼溅作为紧凑、空间自适应的视觉表示替代RGB像素，配合冻结的RGB Transformer骨干和轻量输入茎，可显著降低传输与词元开销，为视觉语言模型提供可复用的高效视觉前端。