Hugging Face Daily Papers·· 2 天前精选AI 评分62
腾讯发布 Youtu-Parsing-Omni：5B 统一多模态解析模型
Youtu-Parsing-Omni: One Encoder, One Schema, All Modalities
AI 导读
腾讯提出 Youtu-Parsing-Omni，用共享权重的单一编码器把文档、图像、音频和视频编码进统一时空坐标系，并由 OmniSchema 统一十项解析任务的输出。
推荐理由
5B 参数的单检查点在文档、音频、视频解析基准上给出具体分数，并公开权重与 vLLM 插件，便于对照现有解析方案。
来源：Hugging Face Daily Papers · huggingface.co