Paglabas ng modelo

Iminungkahi ng Ant Group ang ARGenSeg-8B: image segmentation framework batay sa autoregressive image generation model

Orihinal na pamagat:inclusionAI/ARGenSeg-8B

AI summary

Inilunsad ng Ant Group ang ARGenSeg-8B, isang autoregressive image generation segmentation framework na pinagsasama ang multimodal understanding at pixel-level perception. Gumagamit ito ng multimodal large language model (MLLM) upang mag-output ng visual tokens, at nagde-decode sa segmentation masks sa pamamagitan ng general VQ-VAE, na ginagawang ganap na nakadepende ang segmentation sa pixel-level understanding ng MLLM. Gumagamit ito ng next-scale-prediction strategy upang mag-generate ng visual tokens nang parallel, na nagpapababa ng inference latency. Nalampasan nito ang dating pinakamahusay na pamamaraan sa maraming segmentation datasets, at makabuluhang bumilis ang inference speed. Tinanggap na ang papel sa NeurIPS 2025, at nailabas na ang modelo sa HuggingFace.

Mahahalagang impormasyon

  • Inilunsad ng Ant Group ang ARGenSeg-8B,isang autoregressive image generation segmentation…
  • Gumagamit ito ng multimodal large language model (MLLM) upang mag-output ng visual tokens,at…
  • Gumagamit ito ng next-scale-prediction strategy upang mag-generate ng visual tokens nang…
  • Nalampasan nito ang dating pinakamahusay na pamamaraan sa maraming segmentation datasets,at…
  • Tinanggap na ang papel sa NeurIPS 2025,at nailabas na ang modelo sa HuggingFace.

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
蚂蚁 inclusionAI:HuggingFace 新模型
Kategorya
Paglabas ng modelo
AI na marka
56
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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。

Kaugnay na Entity

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Iminungkahi ng Ant Group ang ARGenSeg-8B: image segmentation framework batay sa autoregressive image generation model. 15 Mayo 2026. https://new.nat6.net/fil/news/cmp6c0i6i00nbslnzm1hefdiu/

Tingnan lahat →