Buchumschlag

Singpath-VL Technical Report

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiu, Zhen, Xiao, Kaiwen, Lu, Zhengwei, Liu, Xiangyu, Zhao, Lei, Zhang, Hao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Kimi-VL Technical Report
von: Kimi Team, et al.
Veröffentlicht: (2025)

Kwai Keye-VL Technical Report
von: Kwai Keye Team, et al.
Veröffentlicht: (2025)

SAIL-VL2 Technical Report
von: Yin, Weijie, et al.
Veröffentlicht: (2025)

Kwai Keye-VL 1.5 Technical Report
von: Yang, Biao, et al.
Veröffentlicht: (2025)

STEP3-VL-10B Technical Report
von: Huang, Ailin, et al.
Veröffentlicht: (2026)

Seed1.5-VL Technical Report
von: Guo, Dong, et al.
Veröffentlicht: (2025)

Qwen3-VL Technical Report
von: Bai, Shuai, et al.
Veröffentlicht: (2025)

Qwen2.5-VL Technical Report
von: Bai, Shuai, et al.
Veröffentlicht: (2025)

Xiaomi MiMo-VL-Miloco Technical Report
von: Li, Jiaze, et al.
Veröffentlicht: (2025)

ZAYA1-VL-8B Technical Report
von: Shapourian, Hassan, et al.
Veröffentlicht: (2026)

PLaMo 2.1-VL Technical Report
von: Kerola, Tommi, et al.
Veröffentlicht: (2026)

Phoenix-VL 1.5 Medium Technical Report
von: Phoenix, Team, et al.
Veröffentlicht: (2026)

AndesVL Technical Report: An Efficient Mobile-side Multimodal Large Language Model
von: Jin, Zhiwei, et al.
Veröffentlicht: (2025)

SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward
von: Fan, Kaixuan, et al.
Veröffentlicht: (2025)

Skywork-VL Reward: An Effective Reward Model for Multimodal Understanding and Reasoning
von: Wang, Xiaokun, et al.
Veröffentlicht: (2025)

Step-GUI Technical Report
von: Yan, Haolong, et al.
Veröffentlicht: (2025)

Kelix Technical Report
von: Ding, Boyang, et al.
Veröffentlicht: (2026)

Agent0-VL: Exploring Self-Evolving Agent for Tool-Integrated Vision-Language Reasoning
von: Liu, Jiaqi, et al.
Veröffentlicht: (2025)

Kling-Omni Technical Report
von: Kling Team, et al.
Veröffentlicht: (2025)

HunyuanImage 3.0 Technical Report
von: Cao, Siyu, et al.
Veröffentlicht: (2025)

Qwen-Image Technical Report
von: Wu, Chenfei, et al.
Veröffentlicht: (2025)

STAvatar: Soft Binding and Temporal Density Control for Monocular 3D Head Avatars Reconstruction
von: Zhao, Jiankuo, et al.
Veröffentlicht: (2025)

HunyuanVideo 1.5 Technical Report
von: Wu, Bing, et al.
Veröffentlicht: (2025)

OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents
von: Chen, Shuang, et al.
Veröffentlicht: (2026)

Seedream 3.0 Technical Report
von: Gao, Yu, et al.
Veröffentlicht: (2025)

InternVL-X: Advancing and Accelerating InternVL Series with Efficient Visual Token Compression
von: Lu, Dongchen, et al.
Veröffentlicht: (2025)

Uni-Parser Technical Report
von: Fang, Xi, et al.
Veröffentlicht: (2025)

Modeling Spoof Noise by De-spoofing Diffusion and its Application in Face Anti-spoofing
von: Zhang, Bin, et al.
Veröffentlicht: (2024)

Kling-MotionControl Technical Report
von: Kling Team, et al.
Veröffentlicht: (2026)

VL-Mamba: Exploring State Space Models for Multimodal Learning
von: Qiao, Yanyuan, et al.
Veröffentlicht: (2024)

PaddleOCR 3.0 Technical Report
von: Cui, Cheng, et al.
Veröffentlicht: (2025)

VL-UR: Vision-Language-guided Universal Restoration of Images Degraded by Adverse Weather Conditions
von: Liu, Ziyan, et al.
Veröffentlicht: (2025)

Qwen-Image-2.0 Technical Report
von: Zhao, Bing, et al.
Veröffentlicht: (2026)

Penguin-VL: Exploring the Efficiency Limits of VLM with LLM-based Vision Encoders
von: Zhang, Boqiang, et al.
Veröffentlicht: (2026)

Top-Down Guidance for Learning Object-Centric Representations
von: Zou, Junhong, et al.
Veröffentlicht: (2024)

HaploVL: A Single-Transformer Baseline for Multi-Modal Understanding
von: Yang, Rui, et al.
Veröffentlicht: (2025)

MVBoost: Boost 3D Reconstruction with Multi-View Refinement
von: Liu, Xiangyu, et al.
Veröffentlicht: (2024)

Dolphin v1.0 Technical Report
von: Weng, Taohan, et al.
Veröffentlicht: (2025)

KlingAvatar 2.0 Technical Report
von: Kling Team, et al.
Veröffentlicht: (2025)

Direct Discrepancy Replay: Distribution-Discrepancy Condensation and Manifold-Consistent Replay for Continual Face Forgery Detection
von: Zhang, Tianshuo, et al.
Veröffentlicht: (2026)