A equipa MiniMax anunciou recentemente a abertura do código do VTP (Visual Tokenizer Pre-training), uma solução escalável de pré-treinamento de tokenizers visuais.

A inovação deste framework reside na combinação de duas capacidades centrais: por um lado, o representation learning (aprendizagem de representação), e por outro, o mecanismo de compression e reconstruction (compressão e reconstrução). Através desta combinação, o VTP consegue melhorar significativamente a qualidade da geração sem custos adicionais de gerador — o que é de grande importância para os desenvolvedores que procuram eficiência.

A abertura deste framework significa que mais desenvolvedores e equipas de investigação podem construir e otimizar as suas próprias aplicações de geração visual com base no VTP, acelerando a inovação iterativa no campo da IA visual. Para o ecossistema Web3, envolvendo aplicações como geração de imagens e criação de NFTs, estas inovações tecnológicas também têm valor de referência.