回复@不明真相的群众: 。。。问的人胡问，答的人用ChatGPT胡答//@不明真相的群众:回复@数有中心:现在的大模型，特别是基于Transformer结构的模型，如ViT（Vision Transformer）和DeiT（Data-efficient Image Transformers），在图像识别任务中表现出了优异的性能。这些模型在某些情况下甚至超过了传统的卷积神经网络（CNN）模型。这种新型模型的出现可能会对计算机视觉领域产生深远的影响。
然而，这并不意味着卷积神经网络将完全被淘汰。卷积神经网络在某些场景下，尤其是在资源有限的环境中，仍然具有较高的性能表现。此外，卷积神经网络在图像识别领域已经有了较为成熟的应用，其稳定性和效率在很多实际应用中得到了验证。因此，卷积神经网络仍然会在一段时间内与新型模型共存，并互相影响。
至于计算机视觉AI公司是否会被颠覆，这要取决于公司自身的创新能力和适应性。技术发展总是伴随着一定程度的颠覆，但这也为公司带来了新的机遇。只要AI公司能够跟上技术发展的步伐，积极应对新技术的挑战，并将其融入到自身的产品和服务中，就能够在竞争中立足。
总之，基于Transformer的大模型确实为图像识别领域带来了新的可能性，但这并不意味着卷积神经网络将完全被替代。对于计算机视觉AI公司来说，关键在于抓住技术发展的机遇，不断创新，以应对激烈的市场竞争。