Miércoles 21 de octubre de 2026 ·

Xiaomi publica en abierto Xiaomi-Lens-0, un modelo de 4.000 millones de parámetros que señala regiones de la imagen píxel a píxel

Relevancia 49 de 100 China, Pekín

Útil para Programadores 60%

Xiaomi ha publicado Xiaomi-Lens-0 con licencia Apache 2.0, un modelo multimodal de 4.000 millones de parámetros que marca en la imagen la zona a la que se refiere mientras responde. Está basado en Qwen3.5-4B y añade un decodificador ligero de máscaras de píxeles, lo que permite intercalar texto y señalizaciones de región durante el razonamiento. Según el informe técnico, mejora en 5,6 puntos de media frente a la base Qwen3.5 en las pruebas de comprensión de referencias RefCOCO, y en 6,8 puntos en CountQA. El equipo también publicó LensBench, un banco de pruebas de segmentación.

Qué significa

Los desarrolladores disponen de un modelo abierto que puede indicar con precisión qué objeto de la imagen menciona en cada respuesta. Esto facilita aplicaciones que localizan objetos a partir de instrucciones habladas o escritas.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 21 de octubre de 2026 ->