tencent_hunyuan/VersaViT
讨论列表 - VersaViT:可用于构建多模态系统的通用视觉编码器，适用于语言介导推理和像素级理解任务。采用多任务协作后训练方法优化，支持视觉-语言理解、分割及深度探测等功能。【此简介由AI生成】 - AtomGit AI社区