拾雨 (@c519127) 在 商汤发布并开源 SenseNova-Vision 理解生成统一视觉大模型,能力超越 Vision Banana 中发帖
IT之家 7 月 13 日消息,商汤科技今日发布并全面开源日日新 SenseNova-Vision 理解生成统一视觉大模型,这是商汤日日新大模型体系的重要视觉能力升级。
[f251784d-8f55-41f3-9cda-5eafe1633583]
商汤科技表示,行业以往的 " 统一视觉 " 多是把检测、分割、深度预测等多个专家模型打包封装,本质还是割裂的。SenseNova-Vision 的核心变革是:让视觉成为通用基础模型的原生能力,彻底融入大模型体系。所有经典视觉任务如目标检测、图像分割、深度预测、3D 重建等,由此都实现了原生统一。
[fc34cb2e-e77b-4764-8ec7-5f57c39e4b0c]
在多项评测中,SenseNova-Vision 以“单模型”在四大核心视觉领域大范围领跑,比肩甚至超越了各领域的专用“专家模型”:
**结构化视觉理解:**在...