商汤开源视觉多模态模型
HeyNayeem · x · 2026-07-14
SenseTime 开源了 SenseNova-Vision-7B-MoT，主打“一个模型覆盖主要视觉任务”，可通过语言或视觉提示进行操控，不需要任务专用头。官方称其在多项视觉基准上优于 Google DeepMind 的 Vision Banana。\n\n帖中给出的对比包括：\n- RefCOCOg 指代表达分割：80.3 vs 73.8\n- Cityscapes 语义分割：71.2 vs 69.9\n- NYUv2 深度估计：98.1 vs 94.8\n- NYUv2 法线估计：14.4 vs 17.8\n\n转发者还强调，这个模型是“新任务由指令定义，而不是靠新 head 定义”，并附上代码仓库。
所属事件:商汤开源 SenseNova-Vision-7B-MoT(6 条相关)→
「模型」频道最新
- 评测发现 Pi Harness 20% 任务直接放弃，换 Antigravity 后 Gemini 4 Argon 逼近 Opus 5.5 — vitaliychiley · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27