IXThinker·2025-06-15 18:20

PAM：3B參數刷新視覺理解新高度

由港中文MMLab、香港理工大學、北京大學等機構合作的開源模型PAM（Perceive Anything Model）正式發布，主打一次交互同時完成分割、識別、解釋與描述，兼顧圖像與影片理解。

能力全面整合

PAM在保留SAM2「分割一切、追蹤一切」能力的基礎上，新增豐富的語義資訊輸出，可同時處理圖像、影片及長影片，並同步輸出文本與遮罩（Mask），把多項視覺理解任務整合到單一模型之中。