2026年7月，Google DeepMind发布全新通用视觉模型GenCeption，该模型基于阿里巴巴开源预训练视频生成模型Wan2.1开发，可同时覆盖深度估计、图像分割、3D姿态估计等多类经典计算机视觉任务，多项基准测试性能接近或超越Segment Anything、Depth Anything等头部专用模型，训练数据需求远低于传统方案，有望重构现有CV领域技术路线。
在近期公开的12项主流CV基准测试中，GenCeption在8项任务上取得了与当前最优专用模型误差小于2%的成绩，其中3D人体姿态估计任务的精度甚至超出行业主流专用方案3.7个百分点，而它完成全品类任务训练所用的标注数据量，仅为专用模型总训练数据量的11%。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号