有一说一，个人对于LLM做low-level vision这件事可能还是持保留态度。之前看到一篇拿LLM做SR的，感觉会比较没有道理啊，一是low-level vision这个任务本身就是对pixel-level的精度有要求的，拿LLM来做无非有两个处理方式，一个是类似ViT去学一个embedding层（1×1卷积然后 ...