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)→
「多模态」频道最新
- 从研究到仪式:AI 生成史诗级幻想建筑三部曲 — piotrbinkowski · 2026-11-16
- PixVerse 上线 Seedance 2.5 草稿模式:480p 起稿省额度再转 4K — Aiden_Tech_Ai · 2026-11-16
- GPT-image 插画复刻实拍照片,笔触质感几可乱真 — gizakdag · 2026-11-16
- 用 Gemini 4 Carbon 做出自行车滑音,AI 音乐玩具又整新活 — alexanderchen · 2026-11-16
- Synthesia 推出 Syren:一个提示词生成带品牌风格的 AI 视频 — synthesiaIO · 2026-11-16
- Open Vision Banana 发布:Flux 2 Klein 微调让生成模型「看懂」图像 — linoy_tsaban · 2026-11-16