跳到主要内容
AI News HubLIVE
更多
仅摘要

Zyphra发布Zamba2-VL:混合Mamba2-Transformer视觉语言模型,首Token延迟降低约一个数量级

Zyphra发布了Zamba2-VL系列开放视觉语言模型,提供1.2B、2.7B和7B三个参数版本。模型采用混合Mamba2状态空间与Transformer骨干网络,基于Apache 2.0许可发布。在保持与同类Transformer VLM竞争力相当的同时,将首Token延迟降低了约一个数量级。

来源MarkTechPost作者: Asif Razzaq
Zyphra发布Zamba2-VL:混合Mamba2-Transformer视觉语言模型,首Token延迟降低约一个数量级
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限,本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • Zamba2-VL系列模型参数规模分别为1.2B、2.7B和7B,全部开源。
  • 采用Mamba2状态空间层与共享Transformer块的混合架构,实现线性时间预填充。
  • 在视觉计数和文档理解任务上表现强劲,但知识推理能力落后于更大模型。
  • 首Token延迟约为同类Transformer模型的十分之一,适合边缘部署。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。