谷歌發布Vision Banana　刷新多項視覺SOTA

發布與團隊背景

谷歌 DeepMind 最新發布通用多模態視覺大模型 Vision Banana，以 Nano Banana Pro 為底座。ResNet 作者何愷明與紐約大學教授謝賽寧等知名學者參與其中，陣容備受矚目。

模型的核心主張是：圖像生成預訓練可以成為通用視覺學習的統一範式，正如文本生成統一了各類 NLP 任務，視覺領域或將迎來自己的 LLM 時刻。