腾讯发布5B全模态解析模型Youtu-Parsing-Omni

腾讯发布 Youtu-Parsing-Omni，一个 5B 参数的全模态解析模型，可把文档、图像、音频和视频转换为带空间与时间定位的结构化记录，供智能体跨模态读取、定位和引用证据。 模型用共享权重的单一编码器将四类模态编码进统一时空坐标系，并由 OmniSchema 统一十项解析任务的输出。腾讯称代码和模型权重已公开。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。