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
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.
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/