🔥 小米开源了一个会「边说边圈」的 4B 视觉模型，底座是 Qwen3.5 SeerRay-Lab 刚放了 Xiaomi-Lens-0：回答时能吐出 <|m… · @QwenAIFans · TwKit

@QwenAIFans

🔥 小米开源了一个会「边说边圈」的 4B 视觉模型，底座是 Qwen3.5 SeerRay-Lab 刚放了 Xiaomi-Lens-0：回答时能吐出 <|mask|> token，直接把图像区域抠成像素级 mask——指哪打哪。 官方页几个硬数字： 🔹 指代表达理解 RefCOCO 系 8 项 mean [email protected]：92.9 🔹 指代分割 mean cIoU：81.4 🔹 CountQA：50.6，比底座 Qwen3.5-4B 的 43.8 高了 6.8 分 🔹 还开了 LensBench：4 个域、1200 组、4800 条指令 一句话：同一个 backbone，又会说话又会画圈。Qwen 底座又多了一块能落地的拼图。 你更想拿它做机器人递东西，还是做航拍/文档圈选？

曝光 51 · 评论 2 · 点赞 2 · 书签 2