AI·NEWS
Mô hình AI Nguồn: Hugging Face Blog 03:00:23 19/11/2026

Mẫu Open Source VLM-9 của Hugging Face vượt qua chuẩn công nghiệp trong hiểu nhận thức đa phương thức

Mô hình thị giác-ngôn ngữ mã nguồn mở mới nhất đạt hiệu suất vượt kỳ vọng, đặc biệt trong xử lý biểu đồ phức tạp và suy luận không gian, mở ra cánh cửa cho các ứng dụng doanh nghiệp không muốn phụ thuộc API đóng.

Mẫu Open Source VLM-9 của Hugging Face vượt qua chuẩn công nghiệp trong hiểu nhận thức đa phương thức

Trong phiên bản mới nhất được công bố vào sáng nay, mô hình VLM-9 từ cộng đồng mã nguồn mở Hugging Face đã gây chú ý khi đạt điểm benchmark vượt qua một số mô hình thương mại lớn trong các hạng mục hiểu nhận thức đa phương thức. Điểm nổi bật nhất là khả năng xử lý biểu đồ khoa học phức tạp và suy luận về vị trí không gian trong hình ảnh y tế, nơi mà các phiên bản trước thường gặp lỗi mờ.

Điểm thu hút lớn nhất với các kỹ sư AI là kích thước file tối ưu hóa và khả năng chạy trên phần cứng GPU tiêu dùng cao cấp. Theo các đánh giá ban đầu từ cộng đồng GitHub, mô hình này được coi là lựa chọn thay thế khả thi nhất cho các hệ thống chatbot cần xử lý ảnh mà không tốn chi phí API đắt đỏ. Nhiều startup tại Việt Nam đã nhanh chóng thử nghiệm tích hợp VLM-9 vào quy trình rà soát giấy tờ và hình ảnh sản phẩm.

Tuy nhiên, giới chuyên gia vẫn cảnh báo về khả năng 'ảo giác' (hallucination) khi mô hình mô tả các chi tiết nhỏ không tồn tại trong ảnh, một vấn đề kinh điển cần được giải quyết trong các lần cập nhật tiếp theo.

Về trang chủ

Nội dung do AI tổng hợp, tham khảo theo nguồn "Hugging Face Blog"