Опубликовано 26 ноября 2025 г.

pranavsekhar

Perceptron AI выпустила Isaac 0.1 — зрительно-языковую модель с открытыми весами и 2 миллиардами параметров, созданную для перцепции с привязкой к данным. Isaac отвечает на вопросы об изображениях, рассуждает о пространственных взаимосвязях, считывает текст в зашумленных условиях и указывает, откуда взяты его ответы.

Несмотря на свой небольшой размер, Isaac соперничает в задачах OCR, распознавания объектов и визуального рассуждения с моделями, которые во много раз превосходят его по масштабу.

Что делает Isaac 0.1 особенным

Визуальные рассуждения с привязкой

Isaac не просто описывает сцену, но и может объяснить, почему его ответы верны, возвращая ограничивающие рамки или области, связанные с каждым утверждением. Это помогает создавать приложения, которым необходима прозрачность, прослеживаемость или пошаговые доказательства.

Мощное распознавание текста (OCR) в реальных условиях

Модель считывает мелкий или частично перекрытый текст на вывесках, этикетках, упаковке и документах. Она объединяет OCR с контекстным пониманием, поэтому вы можете задавать такие вопросы, как: «Какой обратный адрес?» или «Сколько времени осталось до конца игры?».

Пространственное восприятие физической среды

Isaac понимает, как объекты соотносятся друг с другом: где они находятся, как взаимодействуют и когда что-то находится не на своем месте. Это делает его полезным для таких задач, как выявление смещенных компонентов, обнаружение поломок или определение того, в какой контейнер или место должен быть помещен предмет.

Обучение новым задачам на примерах

Покажите Isaac несколько размеченных примеров дефектов, компонентов или интересующих вас условий, и модель мгновенно адаптируется без необходимости дообучения.

Создан для максимальной эффективности

При наличии всего 2 миллиардов параметров Isaac работает достаточно быстро для приложений реального времени или устройств с ограниченными ресурсами. Он практичен в робототехнике, производстве, визуальном осмотре и при масштабной обработке документов.