طرحت شركة 商汤 نموذجًا بصريًا مفتوح المصدر بحجم 7B، ويؤدي نموذج واحد جميع مهام الكشف والتجزئة و3D

robot
إنشاء الملخص قيد التقدم
ME AI خبر، وفقاً لمراقبة Beating، أطلقت شركة شنتونغ SenseNova-Vision-7B-MoT. وهي تجمع بين مهام كشف الأهداف وOCR وتحديد المعالم وتجزئة الصور وتقدير العمق وإعادة بناء ثلاثي الأبعاد متعدد المناظير، في صياغة موحّدة لمهام توليد النص أو الصور. يشرح المستخدمون المتطلبات باستخدام توجيهات لغوية أو بصرية، دون الحاجة إلى تثبيت وحدات مخصصة لكل مهمة على حدة. في RefCOCOg للتجزئة بالإحالة وCityscapes للتجزئة الدلالية، حقق النموذج 80.3 و71.2 على التوالي، متفوقاً على 73.8 و69.9 لدى Google DeepMind Vision Banana. وتُتيح شنتونغ أيضاً في الوقت نفسه كود الاستدلال وأوزان النموذج وبيانات تعليمات بصرية تضم 50 مليون سجل. يعتمد الكود Apache 2.0، بينما تعتمد أوزان النموذج CC BY-NC 4.0، ومخصصة للاستخدام غير التجاري فقط. (المصدر: BlockBeats)
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • تعليق
  • إعادة النشر
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
لا توجد تعليقات
  • مُثبت