开源视觉模型

找到 3 篇关于此标签的文章

本地 AI 视觉模型能读电表了：社区土办法测试比厂商刷榜更说明问题

本地部署的开源视觉模型开始能识别电表读数这类真实场景。一位开发者把电表照片发到 AI 社区，让网友用自己电脑上的模型测试。社区这种「随手测试」正在变成检验 AI 落地能力的另一种方式。

Cohere Labs 开源了一个 24 亿参数的视觉语言模型，支持原生分辨率图像处理和多语言（含中文），按 Apache 2.0 协议发布，商用免费。在大厂拼参数规模的当口，有玩家开始认真押注“小而精 + 专门任务”路线，这个信号值得关心。

一家韩国开源团队发布 10B 参数视觉模型 VLX-Seek 1.5，核心思路是把物体定位从"输出坐标数字"改为"选择候选区域"。对机器人、无人机等边缘端（本地、离线）视觉场景，这等于换了一条更稳的技术路线。值得关心的是，开源小模型正在把以前只能跑在云上的视觉能力，压进本地设备。