← 返回系列列表

PixelRefer 1 个模型

阿里巴巴 · 2025.10 - 2025.10

发布时间线

2025.10.01
PixelRefer
实现图像和视频中细粒度的对象中心指认、字幕生成和问答功能 采用了统一的区域级多层线性模型框架(MLL ...
发布日期 公司 模型名称 类型 特性
2025-10-01 阿里巴巴 PixelRefer 主流 实现图像和视频中细粒度的对象中心指认、字幕生成和问答功能 采用了统一的区域级多层线性模型框架(MLLM) 结合了尺度自适应对象分词器(SAOT)以及高效的PixelRefer-Lite对象专用框架