将视觉任务统一为多模态生成

sensenova · hf · 2026-07-08

介绍一种统一的视觉多模态生成方法：将计算机视觉任务统一表述为生成问题，借助自然语言与视觉提示，在多种视觉任务上达到与专用系统相当的性能。该思路指向用统一的生成式多模态模型替代分散的专用视觉系统。