Xiaomin SeerRay-Lab on tuonut saataville Xiaomi-Lens-0:n, neljän miljardin parametrin multimodaalisen tekoälymallin. Malli perustuu Qwen3.5-4B:hen ja käyttää kevyttä dekooderia, joka muuntaa mallin tuottamat erityiset maskitunnisteet kuvan alueiksi.
Perinteinen kuvan ymmärtämiseen tarkoitettu kielimalli voi nimetä kuvan esineitä, mutta Lens-0 pyrkii myös piirtämään niiden tarkat rajat. Kohteiden maskaus on olennainen osa valokuvan ja grafiikan käsittelyä. Käyttäjän ei tarvitse aina rajata objektia käsin, jos järjestelmä kykenee päättelemään, mihin pyydetty muutos kohdistuu.
Tutkijaryhmä kertoo parantaneensa referenssikohteiden tunnistuksen tuloksia verrattuna alkuperäiseen Qwen3.5-4B-malliin. Julkaistu aineisto sisältää teknisen raportin, avoimet mallipainot ja LensBench-vertailuaineiston.
Epävarmuus: Tulokset ovat kehittäjien omia mittauksia eivätkä itsenäinen kaupallisen kuvankäsittelyohjelman tuotantotesti. Malli ei myöskään sellaisenaan tuota valmiita 3D-malleja. Alkuperäisraportti ja avoin julkaisu ajoittuvat 16.–19.10.2026, eikä aamuyön 20.10. tapahtunutta ensijulkaisua ole vahvistettu.
