Ant Group presenta ARGenSeg-8B: un marco de segmentación de imágenes basado en modelos de generación de imágenes autorregresivos
Título original:inclusionAI/ARGenSeg-8B
Resumen de IA
Ant Group presenta ARGenSeg-8B, un marco de segmentación basado en la generación de imágenes autorregresiva que unifica la comprensión multimodal y la percepción a nivel de píxel. Utiliza un modelo de lenguaje multimodal de gran tamaño (MLLM) para emitir tokens visuales y los decodifica en máscaras de segmentación mediante un VQ-VAE universal, haciendo que la segmentación dependa por completo de la comprensión a nivel de píxel del MLLM. Emplea una estrategia de next-scale-prediction para generar tokens visuales en paralelo, reduciendo la latencia de inferencia. Supera a los métodos más avanzados anteriores en múltiples conjuntos de datos de segmentación, con una velocidad de inferencia notablemente superior. El artículo ha sido aceptado en NeurIPS 2025 y el modelo se ha publicado en HuggingFace.
Puntos clave
- Ant Group presenta ARGenSeg-8B,un marco de segmentación basado en la generación de imágenes…
- Utiliza un modelo de lenguaje multimodal de gran tamaño (MLLM) para emitir tokens visuales y los…
- Emplea una estrategia de next-scale-prediction para generar tokens visuales en paralelo,reduciendo…
- Supera a los métodos más avanzados anteriores en múltiples conjuntos de datos de segmentación,con…
- El artículo ha sido aceptado en NeurIPS 2025 y el modelo se ha publicado en HuggingFace.
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 56
蚂蚁提出用自回归生成做分割,把理解和像素级感知统一到一个框架里,多个数据集SOTA且速度更快,做CV的值得看看。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Ant Group presenta ARGenSeg-8B: un marco de segmentación de imágenes basado en modelos de generación de imágenes autorregresivos. 15. mayo 2026. https://new.nat6.net/es/news/cmp6c0i6i00nbslnzm1hefdiu/