三花快讯 · 2025, 5月26日
Pixel Reasoner：像素空间推理的视觉语言模型
支持全局理解和局部放大分析
Pixel-Reasoner 是一个基于 Qwen2 的开源视觉语言模型，在像素级视觉理解和推理能力上实现了显著突破。
该模型不仅能全局理解整个画布内容，还能通过局部放大功能实现精细化的细节分析。
官方演示效果不错，强烈推荐佬们都去玩玩看。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。