https://auto-driving-blog.vercel.app/tags/%EF%B8%8F-%E8%A7%86%E8%A7%89%E6%9E%B6%E6%9E%84/ Recent content in 🖼️ 视觉架构 on Elon's AD Insight https://auto-driving-blog.vercel.app/images/share.png https://auto-driving-blog.vercel.app/images/share.png Hugo zh-cn Sun, 19 Jul 2026 00:00:00 +0000 https://auto-driving-blog.vercel.app/posts/knowledge/vit%E4%B8%8E%E8%A7%86%E8%A7%89%E6%9E%B6%E6%9E%84%E8%BF%9B%E5%8C%96%E8%AF%A6%E8%A7%A3/ Sun, 19 Jul 2026 00:00:00 +0000 https://auto-driving-blog.vercel.app/posts/knowledge/vit%E4%B8%8E%E8%A7%86%E8%A7%89%E6%9E%B6%E6%9E%84%E8%BF%9B%E5%8C%96%E8%AF%A6%E8%A7%A3/ 从 ViT 到 ConvNeXt，视觉架构在 Transformer 与卷积之间完成了一个轮回。本文系统梳理 ViT 的核心机制（patch embedding、position encoding、class token），详解 DeiT、Swin、ConvNeXt 等关键演进，并分析多尺度特征金字塔与 VLA 视觉编码器的选型逻辑与缩放定律。