@AdinaYakup: SenseNova-Vision 商汤科技的新模型将所有计算机视觉视为生成任务 - 7B - CC BY-NC 4.0 (非商业性…

X AI KOLs Following 模型
sense-time computer-vision vision-generation open-source research ai-model multi-modal

摘要

商汤科技发布了SenseNova-Vision，这是一个7B参数的模型，将所有计算机视觉任务统一为生成任务，并提供了开放权重、指令语料库、基准、论文和演示。

SenseNova-Vision 🔥 商汤科技的新模型将所有计算机视觉视为生成任务 - 7B - CC BY-NC 4.0 (非商业性使用) - 模型/ 5000万指令语料库/ 基准/ 论文/ 演示，全部开放 🫶 https://t.co/eArcntuMJ4
查看原文
查看缓存全文

缓存时间: 2026/07/09 07:37

SenseNova-Vision 🔥 商汤科技的新模型将整个计算机视觉视为生成任务

  • 7B
  • CC BY-NC 4.0（非商用）
  • 模型/5000万指令语料库/基准/论文/演示，全部开源 🫶 https://t.co/eArcntuMJ4

相似文章

视觉作为统一多模态生成

Hugging Face Daily Papers

本文介绍 SenseNova-Vision，一个统一的多模态模型，将计算机视觉任务表述为生成问题，在多种视觉任务上实现了与专用系统相当的性能。它引入了一个大规模指令-响应语料库，并公开发布模型和数据集。

SenseNova-U1.5: 迈向原生统一视觉智能

Hugging Face Daily Papers

SenseNova-U1.5是一个8B原生统一多模态模型，它通过补丁重建、精选数据和专家优化，在无需编码器或VAE的情况下执行视觉理解、推理和生成，实现高保真度和指令遵循。

sensenova/SenseNova-U1-8B-MoT

Hugging Face Models Trending

SenseNova U1 是基于 NEO-Unify 框架构建的新一代原生多模态模型系列，在单一架构内统一了理解与生成能力，无需单独的视觉编码器或 VAE。