Cohere发布24亿参数开源视觉语言模型North Micro
pmttyji · reddit · 2026-08-13
CohereLabs发布了North-Micro-Vision-Instruct，这是一个拥有24亿（2.4B）参数的开源视觉语言模型，采用Apache 2.0协议。
模型特点：
- 架构：包含2B参数的语言模型骨干（支持128K上下文）和400M参数的视觉编码器（基于SigLIP 2 SO400M微调）。
- 能力：支持原生分辨率图像处理，能够进行VQA、图像描述、视觉定位、OCR、图表和文档理解，并支持多语言和多图像输入。
- 限制：多模态训练上下文仅验证至8K tokens；不支持工具调用和Agent工作流；不推荐使用系统提示词；定位为紧凑型定制基础模型，而非通用聊天助手。
所属事件:Cohere开源24亿参数视觉语言模型North Micro(4 条相关)→
「模型」频道最新
- OpenAI 实时语音模型轮次检测近乎完美，攻克语音交互顽疾 — pbbakkum · 2026-08-13
- xAI 发布 Grok 4.6，首发登陆 Cursor 与 API — aman_madaan · 2026-08-13
- xAI 高管暗示 Grok 4.5 将至：主打编码智能体 — aman_madaan · 2026-08-13
- 网友猜测：Grok 4.6 是 Kimi K3 的微调版？ — robertpro01 · 2026-08-13
- Grok 4.6 登顶多项知识与法律生产力评测 — elonmusk · 2026-08-13
- DeepSeek V4 Pro 被指在 Agentic Coding 中易早停 — karminski3 · 2026-08-13