搜索
格灵深瞳视觉编码器升级 成多模态大模型视觉底座
2 小时前
格灵深瞳在5月20日业绩说明会上宣布，其视觉编码器Glint-MVT v2.0已升级并作为LLaVA-OneVision-2.0的视觉基座模型。该模型在性能和功能上取得显著突破，通过统一图像与视频编码，利用视频压缩域信息减少冗余，推理速度提升5倍，为多模态大模型提供更高效的视觉理解支持。
