#Vision Banana

8:23研究拡散指数 36

Google、画像理解と生成を統合した「Vision Banana」発表　分割や深度推定も画像生成で処理

Googleは画像理解と生成を統合したモデル「Vision Banana」を発表した。Nano Banana Proを微調整し、セグメンテーションや深度推定といった認識タスクを画像生成として処理する。ゼロショット評価ではMetaのSAM 3など専用モデルに匹敵または上回る性能を示した。