उत्तरप्रकाशित14 स्रोत
Xiaomi-Lens-0 तस्वीर के पिक्सेल से अपने जवाब का आधार कैसे जोड़ता है
Qwen3.5 4B पर बना Xiaomi Lens 0 टेक्स्ट जवाब के साथ तस्वीर के संबंधित क्षेत्र का पिक्सेल मास्क दिखा सकता है। प्रोजेक्ट के अनुसार, यह रेफरिंग और रीजनिंग सेगमेंटेशन, कई ऑब्जेक्ट की ग्राउंडिंग और बारीक दृश्य समझ जैसे कामों को सपोर्ट करता है। बताए गए बेंचमार्क नतीजे प्रोजेक्ट या रिपोर्ट के हैं; उनकी स्वतंत्र पुष्टि और प...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Qwen3.5 4B पर बना Xiaomi Lens 0 टेक्स्ट जवाब के साथ तस्वीर के संबंधित क्षेत्र का पिक्सेल मास्क दिखा सकता है।
- प्रोजेक्ट के अनुसार, यह रेफरिंग और रीजनिंग सेगमेंटेशन, कई ऑब्जेक्ट की ग्राउंडिंग और बारीक दृश्य समझ जैसे कामों को सपोर्ट करता है।
- बताए गए बेंचमार्क नतीजे प्रोजेक्ट या रिपोर्ट के हैं; उनकी स्वतंत्र पुष्टि और पूरा मूल्यांकन विवरण उपलब्ध स्रोतों में नहीं है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Xiaomi-Lens-0, the 4-billion-parameter multimodal model open-sourced by Xiaomi’s SeerRay-Lab in October 2026, and how do its officia. Article summary: Xiaomi-Lens-0 is a compact 4-billion-parameter multimodal model built on Qwen3.5-4B that combines textual answers with pixel-level image-region masks, using a shared visual backbone and a lightweight mask decoder. [3] It. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
किसी तस्वीर में “लाल कप कहाँ है?” पूछने पर आम इमेज मॉडल जवाब में बस जगह बता सकता है। Xiaomi-Lens-0 का लक्ष्य इससे एक कदम आगे जाना है: टेक्स्ट में जवाब देने के साथ तस्वीर के उसी हिस्से को पिक्सेल-स्तर के मास्क से चिन्हित करना। यह 4 अरब पैरामीटर वाला मल्टीमॉडल मॉडल है, जिसे Qwen3.5-4B के आधार पर बनाया गया है। 1
जवाब के साथ तस्वीर का हिस्सा कैसे दिखाता है
मॉडल साझा विज़ुअल बैकबोन के जरिए पिक्सेल-स्तर के संकेतों से सीखता है। जवाब बनाते समय जब यह खास <|mask|> टोकन निकालता है, तो एक हल्का डिकोडर उस टोकन को तस्वीर के हिस्से पर बने मास्क में बदलता है। इस तरह मॉडल शब्दों में उत्तर देने के साथ यह भी दिखा सकता है कि तस्वीर का कौन-सा क्षेत्र उसके जवाब से जुड़ा है। प्रोजेक्ट के मुताबिक, ऐसा संदर्भ अंतिम उत्तर में ही नहीं, तर्क करने के बीच में भी आ सकता है। 1
SeerRay-Lab इस तरीके को विज़ुअल संकेतों के साथ ग्राउंडेड रीजनिंग बताता है। हालांकि, उपलब्ध विवरण पूरा टोकन-प्रोटोकॉल नहीं समझाता और न यह स्पष्ट करता है कि बीच में बने मास्क आगे के तर्क को ठीक किस तरह प्रभावित करते हैं। 1
10
किन कामों के लिए बनाया गया है
प्रोजेक्ट में रेफरिंग और रीजनिंग सेगमेंटेशन, एक तस्वीर में कई ऑब्जेक्ट की ग्राउंडिंग, बारीक क्षेत्र-समझ और दृश्य-आकलन का उल्लेख है। आसान भाषा में, मॉडल से किसी बताए गए ऑब्जेक्ट को ढूँढ़ने, उसके हिस्से को अलग दिखाने या दृश्य से जुड़े सवाल का जवाब देने जैसे काम अपेक्षित हैं। 10
इसके साथ LensBench नाम का सेगमेंटेशन बेंचमार्क भी सूचीबद्ध है। एक रिपोर्ट में डेमो का भी जिक्र है, लेकिन उपलब्ध जानकारी से डेमो की सुविधाएँ, LensBench का आकार या उसका पूरा मूल्यांकन-तरीका स्पष्ट नहीं होता। 10
2
नतीजे: क्या दावा किया गया है
प्रोजेक्ट के मुताबिक, आठ RefCOCO-परिवार स्प्लिट्स पर रेफरिंग कॉम्प्रिहेन्शन में Xiaomi-Lens-0 ने Qwen3.5-4B से औसतन 5.6 अंक बेहतर प्रदर्शन किया। प्रोजेक्ट यह भी कहता है कि उसके आठों फाइन-ग्रेन्ड परसेप्शन बेंचमार्क पर स्कोर सुधरे। ये प्रोजेक्ट द्वारा बताए गए नतीजे हैं, स्वतंत्र रूप से दोहराए गए परीक्षण नहीं। 1
एक अन्य रिपोर्ट-सारांश CountQA पर 6.8 अंकों के सुधार और तुलना में शामिल मॉडलों के बीच सबसे ऊँचे सेगमेंटेशन cIoU का दावा करता है। लेकिन उसमें आधार मॉडल की पूरी सेटिंग, हर मॉडल के अलग-अलग स्कोर और तुलना में शामिल सभी प्रणालियों का विवरण नहीं है। इसलिए इन दावों को रिपोर्ट किए गए नतीजों की तरह पढ़ना चाहिए, किसी संपूर्ण प्रदर्शन-रैंकिंग की तरह नहीं। 2
उपलब्धता और सावधानियाँ
मॉडल के वज़न Hugging Face पर और कोड GitHub पर SeerRay-Lab के नाम से उपलब्ध हैं। GitHub रिपॉज़िटरी में Apache-2.0 लाइसेंस दिया गया है। Hugging Face पेज तकनीकी रिपोर्ट 2610.23279 से लिंक करता है और Transformers के image-text-to-text पाइपलाइन का उदाहरण दिखाता है। लेकिन उस उदाहरण से यह साबित नहीं होता कि खास मास्क-डिकोडिंग वाला रास्ता बिना अतिरिक्त सेटअप के सामान्य Transformers पाइपलाइन में भी काम करेगा। 1
29
मीडिया कवरेज इस रिलीज़ को Xiaomi से जोड़ती है, जबकि मॉडल और कोड रिपॉज़िटरी SeerRay-Lab नाम के तहत हैं। उपलब्ध स्रोत इस लैब और Xiaomi के औपचारिक संगठनात्मक संबंध की स्वतंत्र पुष्टि नहीं करते। 2
1
29
पिक्सेल-स्तर की ग्राउंडिंग रोबोट को निर्देश में बताए गए सामान की ओर संकेत देने, कार में किसी यात्री के पूछे दृश्य हिस्से को हाइलाइट करने या फोन पर तस्वीर में वस्तु ढूँढ़ने जैसे कामों में उपयोगी हो सकती है। ये संभावित उपयोग हैं, सत्यापित तैनाती नहीं। उपलब्ध जानकारी से डिवाइस पर इसकी गति, मेमोरी और बिजली की जरूरत या सुरक्षा-महत्व वाले इस्तेमाल के लिए इसकी तैयारी तय नहीं होती।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Xiaomi-Lens-0 तस्वीर के पिक्सेल से अपने जवाब का आधार कैसे जोड़ता है" का संक्षिप्त उत्तर क्या है?
Qwen3.5 4B पर बना Xiaomi Lens 0 टेक्स्ट जवाब के साथ तस्वीर के संबंधित क्षेत्र का पिक्सेल मास्क दिखा सकता है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Qwen3.5 4B पर बना Xiaomi Lens 0 टेक्स्ट जवाब के साथ तस्वीर के संबंधित क्षेत्र का पिक्सेल मास्क दिखा सकता है। प्रोजेक्ट के अनुसार, यह रेफरिंग और रीजनिंग सेगमेंटेशन, कई ऑब्जेक्ट की ग्राउंडिंग और बारीक दृश्य समझ जैसे कामों को सपोर्ट करता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
बताए गए बेंचमार्क नतीजे प्रोजेक्ट या रिपोर्ट के हैं; उनकी स्वतंत्र पुष्टि और पूरा मूल्यांकन विवरण उपलब्ध स्रोतों में नहीं है।