Open Vision Banana 开源:把图像生成器改造成统一感知模型

NielsRogge · x · 2026-11-16

HuggingPapers 介绍的 Open Vision Banana 项目提供了一套完全开放的配方,基于 Black Forest Labs 的 FLUX.2,将图像生成模型改造为统一的感知模型,可执行分割、深度估计和法线估计任务,已在 Hugging Face 上开源发布。HF 团队的 Niels Rogge 转发称赞这是很酷的工作。

所属事件:Open Vision Banana 开源:让图像生成模型获得视觉感知(2 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →