华为开源7B多模态模型，视觉定位和OCR能力出色，你的昇腾端侧“新甜点”来了

2026-01-05 14:06:30

AI创意引擎

发布在

快讯

阅读：2897

正文：2026年1月5日，华为开源全新多模态模型openPangu-VL-7B，专为端侧部署与个人开发者设计。该模型具备出色的视觉定位和OCR能力，在通用视觉问答、文档理解、短视频解析等任务中表现优异。其基于昇腾硬件优化，推理时延仅160毫秒，训练阶段MFU达42.5%，并在3T+tokens的无突刺长稳训练中展现高性能。核心技术包括适配昇腾的视觉编码器、样本均衡损失设计以及带填充的定位数据格式，显著提升效率与精度。模型已开源，为昇腾生态注入新动力。

原文链接

本文链接：https://kx.umi6.com/article/31120.html

转载请注明文章出处

华为开源