腾讯开源 5B 全模态解析模型 Youtu-Parsing-Omni
jacek2023 · reddit · 2026-10-09
腾讯发布 5B 参数的 omni 模态解析模型 Youtu-Parsing-Omni,单次输入(文档页、自然图像、图表/流程图、几何图形、音频或视听视频)即可输出一个结构化 JSON,同时覆盖感知(版面元素、文本、表格、公式、bbox、时间戳、ASR/OCR、声学事件、镜头运动)与认知(描述、叙事、报告),由任务 prompt 切换 7 类解析族。
- 统一 schema:7 种解析任务共用一套 JSON 信封
- 全模态编码器:图像、音频、图文音交织视频(帧+音轨)单模型处理
- 小尺寸强成绩:OmniDocBench v1.6 总分 96.96 达 SOTA;OmniParsingBench 75.08 为最佳开源模型(仅次 Gemini-3-Pro);化学结构(ChemOCR)与乐谱识别(PDMX-Synth)可比肩专用模型
- 易部署:附 vLLM 插件、固定服务参数、任务 prompt 与推理示例,技术报告已开源
所属事件:腾讯开源 5B 全模态解析模型 Youtu-Parsing-Omni(2 条相关)→
「模型」频道最新
- 数学家核查 OpenAI 论文：Astra 检出 Weil 类代数性证明存在缺陷 — burny_tech · 2026-10-09
- 专家质疑 OpenAI 数学文档中 BSD 猜想相关结果 — burny_tech · 2026-10-09
- 数学家组织 AHM 发声明抨击 OpenAI：700 份文件是炫力不是学术 — ChrSzegedy · 2026-10-09
- 数学家质疑 OpenAI 700 篇数学文档：不止排版烂，证明也有问题 — burny_tech · 2026-10-09
- OpenAI 发布 372 项数学证明，含 23 个 Erdős 问题 — burny_tech · 2026-10-09
- dhh 首次长期把 Codex 当主力、Claude 做副手，盛赞 Sol 6.1 — npew · 2026-10-09