开源视觉模型SenseNova-Vision
FellMentKE · x · 2026-07-17
SenseNova-Vision 被描述为一个 7B 开源视觉基础模型，用自然语言提示即可完成检测、分割、深度估计和多视角几何等任务。
帖子强调它把视觉能力做成统一的 foundation model，而不是拆成多个专用模型；同时给出权重、代码、5000 万样本数据集和论文，并声称在多项任务上优于专用系统（如 Vision Banana）。
所属事件:商汤开源统一视觉大模型 SenseNova-Vision(2 条相关)→
「多模态」频道最新
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- 翼龙侦探:全程 AI 生成的概念片先导预告亮相 — PterodactylDetective · 2026-09-11
- Imperium 游戏预告片曝光,AI 视频生成再秀肌肉 — keaslenyt · 2026-09-11
- FLUX.2 Klein 换表情易丢脸，实测不如免费版 Gemini 保真 — wacomlover · 2026-09-11
- 腾讯 AuK 语音模型开源代码与权重上线 GitHub,附 ComfyUI 支持 — aigclink · 2026-09-11
- 用 Midjourney+Seedance 把龙神宿敌大战拍成 AI 电影短片 — azed_ai · 2026-09-11