研究揭示無編碼器 MLLM 縮放定律：算力達 10^22 FLOPs 即可追平傳統視覺編碼器架構論文指出兩者在純文字任務表現重合，且語言模型能透過將視覺處理移至早期層等機制接管視覺功能，證明視覺先驗優勢會隨規模遞減。HF Daily Papers一手來源