实体
Sapiens2
Sapiens2
PulseAugur coverage of Sapiens2 — every cluster mentioning Sapiens2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Hugging Face Transformers v5.10.1 新增 Gemma 4、Sapiens2、DeepSeek-OCR-2
Hugging Face 的 `transformers` 库已发布 5.10.1 版本，修复了之前版本损坏的问题。此次更新引入了多个新模型，包括用于多模态任务的 Gemma 4 12B Unified、用于高分辨率以人为中心的视觉模型 Sapiens2、用于高级文档理解的 DeepSeek-OCR-2，以及来自 JetBrains 的专注于代码的 MoE 模型 Mellum。该版本还包括了针对多种架构的模型并行化的重要错误修复。
-
OpenAI 计划推出 AI 智能手机，Meta 发布以人为中心的视觉模型
Meta AI 发布了 Sapiens2，一款新的以人为中心的超高分辨率视觉模型。该模型基于统一的 Transformer 主干构建，并在 10 亿张人类图像上进行了训练，在姿态估计、分割和 3D 几何预测等任务中取得了最先进的性能。Sapiens2 在预测表面法线和反照率方面也展现出强大的能力。
-
Sapiens2 模型家族在以人为中心的视觉任务上达到最先进水平
研究人员推出 Sapiens2，一个专为以人为中心的视觉任务设计的新型高分辨率 Transformer 模型家族。这些模型参数量从 0.4 到 50 亿不等，支持原生 1K 分辨率和高达 4K 的分层变体。Sapiens2 通过结合掩码图像重建和自蒸馏对比学习的统一预训练目标、在 10 亿张人类图像数据集上进行训练以及采用窗口注意力等增强架构以获得更长的空间上下文，从而提高了性能。