MiniCPM-V 4.5橫空出世：80億參數模型，視覺能力真的超越GPT-4o？
AI圈又迎來重磅消息！OpenBMB發布了僅有80億參數的視覺語言模型MiniCPM-V 4.5，並宣稱其在多項視覺基準測試中擊敗了GPT-4o、Gemini Pro等業界巨頭。這究竟是噱頭還是真材實料？本文將帶您深入解析這款模型的驚人能力、背後技術以及它為開源社群帶來的深遠影響。
268 月
主題選讀
#Vision
關於 Vision 的最新消息、技術解析與應用觀察。
主題文章
由新到舊，第 4 / 4 頁AI 不再依賴雲端？Liquid AI 推出 LFM2-VL，讓你的手機也能看懂世界
厭倦了需要時刻連網的 AI 嗎？Liquid AI 推出的全新視覺語言模型 LFM2-VL，專為手機、穿戴裝置等邊緣設備設計。它不僅速度快、效率高，還能保持頂尖的準確度，徹底改變我們對設備端 AI 的想像。
Meta AI 再出王牌！開源 DINOv3 模型，視覺 AI 的遊戲規則要變了？
Meta AI 近日開源了新一代通用影像辨識模型 DINOv3。它憑藉強大的「自我監督學習」能力，無需人工標註就能在多項視覺任務中達到頂尖水準，從環境監測到醫療影像，其應用潛力正引發全球開發者的熱烈討論。
RF-DETR：開源且可商用的即時物件偵測模型
RF-DETR 是由 Roboflow 團隊開發並開源釋出的最新即時物件偵測（Real-time Object Detection）模型。如果你對 YOLO 模型的速度或準確度不太滿意，RF-DETR 可能就是你一直在找的解決方案。