NVIDIA AI releases C-RADIOv4 vision backbone unifying SigLIP2, DINOv3, SAM3 for classification, dense prediction, segmentation workloads at scale

NVIDIA zaprezentowała C-RADIOv4, nowy, ujednolicony model wizyjny, który integruje funkcjonalności SigLIP2, DINOv3 i SAM3. Model ten, oparty na architekturze agglomerative distillation, umożliwia jednocześnie klasyfikację, predykcję gęstą i segmentację przy zachowaniu konkurencyjnej wydajności i skalowalności. Kluczowe innowacje obejmują stochastic multi resolution training oraz techniki redukcji szumów oparte na przesunięciu, co zapewnia stabilną jakość wyników w różnych rozdzielczościach przy znacznie mniejszej liczbie parametrów w porównaniu do modeli bazowych.