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
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- Anthropic 发布迄今最详尽威胁情报报告:无人机蜂群滥用案例曝光 — soumitrashukla9 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11