字节发布视觉多模态理解与推理模型Seed1.5-VL
字节跳动旗下的Seed团队于2025年5月13日正式发布了视觉-语言多模态大模型 Seed1.5-VL。
这款模型在多模态理解与推理方面展现出了显著增强的能力，同时在成本控制上也实现了大幅下降。
Seed1.5-VL在60项公开的评测基准测试中，有38项取得了业界领先的SOTA（State of the Art）成绩。
技术特点
轻量级架构：Seed1.5-VL由532M参数的视觉编码器SeedViT和20B参数的MoE（混合专家）语言模型构成，通过分阶段预训练和强化学习策略，实现视觉与语言模态的高效融合。
高效架构设计：视觉编码器支持任意长宽比图像输入，结合MLP适配器优化特征投影...
点击查看剩余70%
{{collectdata}}
网友评论