Google发布PaliGemma 2 Mix指令微调视觉语言模型

Google正式发布基于SigLIP与Gemma 2构建的PaliGemma 2 mix视觉语言模型系列，涵盖3B、10B、28B三种尺寸及多种分辨率。该系列在混合视觉语言任务（如OCR、图文问答、文档理解、目标检测与分割）上完成微调，并全面支持开放式提示词交互。