多任务统一

商汤新模型一脑干四活：识图、读字、测距、抠图 — 方向对，但离落地还差口气

商汤基于字节开源的多模态底座 Bagel 做了个新视觉模型，号称一个 AI 能同时干目标检测、OCR、深度估计、图像分割四件事。论文里多项第一，但 80GB 显卡门槛和非商用许可证，决定了短期内它仍是论文级产物。