答案已發布14 來源
Xiaomi-Lens-0 點樣將文字答案連到圖像像素？
Xiaomi Lens 0 以 Qwen3.5 4B 為基礎，透過輕量解碼器將 < mask 標記轉成圖像區域遮罩。 項目列出指代表達理解、多實例定位、推理分割等能力；公布嘅成績屬項目報告，未有獨立重現。 模型權重、程式碼及技術報告均有公開；不過現有資料未能確認一般 Transformers 流程可否直接執行自訂遮罩解碼。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點
- Xiaomi Lens 0 以 Qwen3.5 4B 為基礎，透過輕量解碼器將 <|mask| 標記轉成圖像區域遮罩。
- 項目列出指代表達理解、多實例定位、推理分割等能力；公布嘅成績屬項目報告，未有獨立重現。
- 模型權重、程式碼及技術報告均有公開；不過現有資料未能確認一般 Transformers 流程可否直接執行自訂遮罩解碼。
AI 提示
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
一般圖像模型會用文字講「相中有乜」，但 Xiaomi-Lens-0 想多做一步：除咗回答問題，仲可以指出答案對應相入面邊啲像素。呢個以 Qwen3.5-4B 為基礎、約 40 億參數嘅多模態模型，透過共享視覺骨幹同輕量解碼器，將特定遮罩標記轉成圖像區域遮罩。項目表示，呢類定位可以出現喺最終答案，亦可以喺推理過程中出現。1
由文字標記變成圖像區域
Xiaomi-Lens-0 透過像素級監督學習視覺特徵。模型生成 <|mask|> 標記時，輕量解碼器會將標記轉換成覆蓋圖像某個區域嘅遮罩。換言之，模型唔單止用文字講自己指緊乜，亦可以標示相中相關位置。1
SeerRay-Lab 將呢個方向描述為運用視覺潛在表示進行有根據嘅推理，並列出推理分割等能力。不過，現有項目資料未有完整交代標記嘅運作格式，亦未清楚說明推理途中產生嘅遮罩會點樣影響之後嘅步驟。10
支援咩視覺任務？
SeerRay-Lab 列出嘅能力包括指代表達理解與分割、多實例定位、細緻區域理解，以及視覺感知和推理分割。10 簡單講，呢類任務要求模型理解文字講緊圖中邊個物件或區域，再將答案同相應位置連起來。
項目亦列出 LensBench，將佢定位為分割基準測試；同時，相關報道提到有配套示範。10
2 不過，現有資料未有交代 LensBench 嘅規模、評估方法，亦未能確認示範具體提供咩功能。
2
10
公布成績點樣睇？
項目報告表示，Xiaomi-Lens-0 喺八個 RefCOCO 系列測試分組中，指代表達理解成績平均較 Qwen3.5-4B 高 5.6 分，並喺全部八個細緻視覺感知基準測試中取得較佳分數。呢啲係項目公布嘅結果，並非獨立重現嘅測試結論。1
另一份報道摘要提到，CountQA 成績提升 6.8 分，亦稱模型喺分割 cIoU 指標上，於其比較嘅系統中排名最高。2 不過，該摘要未有提供完整比較名單、各項分數或足夠測試細節；因此，呢啲數字宜視為已公布嘅結果，而唔係全面嘅模型排名。
2
開放資源與使用要留意之處
模型權重可以喺 Hugging Face 取得，程式碼則發佈於 GitHub；GitHub 專案列明採用 Apache-2.0 授權。1
29 Hugging Face 頁面亦連結到技術報告 2610.23279，並展示一個 Transformers 圖像文字流程範例。
29
不過，示範本身未能證明一般 Transformers 流程毋須額外設定，就可以使用專屬嘅遮罩解碼功能。29 另外，報道將發布歸於小米，但模型同程式碼倉庫以 SeerRay-Lab 名義發佈；現有資料未有獨立確認兩者正式嘅組織關係。
1
2
29
可以用喺邊？現階段仍屬可能用途
如果模型能夠可靠地將語言指令同圖像區域連起來，理論上可以用於機械人揀取指定物件、車廂助理標示乘客問緊嘅物件，或者手機視覺工具喺相片中指出某件物品。以上都只係可能應用，唔代表已經有實際部署。
現有資料亦未證明模型喺裝置端嘅速度、記憶體需求或耗電表現，亦未顯示佢已適合用於安全要求高嘅場景。
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「Xiaomi-Lens-0 點樣將文字答案連到圖像像素？」的簡短答案是什麼？
Xiaomi Lens 0 以 Qwen3.5 4B 為基礎，透過輕量解碼器將 <|mask| 標記轉成圖像區域遮罩。
首先要驗證的關鍵點是什麼？
Xiaomi Lens 0 以 Qwen3.5 4B 為基礎，透過輕量解碼器將 <|mask| 標記轉成圖像區域遮罩。 項目列出指代表達理解、多實例定位、推理分割等能力；公布嘅成績屬項目報告，未有獨立重現。
接下來在實務上我該做什麼？
模型權重、程式碼及技術報告均有公開；不過現有資料未能確認一般 Transformers 流程可否直接執行自訂遮罩解碼。