| 移动网页

搜索关键词 视觉编码器

AI & Enterprise

Kakao开源发布两款Kanana-2视觉编码器，上架Hugging Face

Kakao于21日宣布，在Hugging Face开源发布两款“Kanana-2 Vision Encoder”，分别为4.26亿参数的Medium版和9800万参数的Tiny版。公司称，基于覆盖9个方向、共42项基准测试的内部评测，这两款模型整体表现优于多款主流同类视觉编码器；同时借助自研语言模型训练和高分辨率图像处理设计，实现训练效率提升约4倍、处理时延降低60%以上。两款模型均采用可商用的Kanana Open License。