百度联合清华人大高瓴开源循环视觉语言模型 LoopVL

中国人民大学、百度与清华大学等机构联合开源循环视觉语言模型 LoopVL，相关代码与权重已公开。该模型保持约 1B 语言主干与 32 套 Transformer 层，通过循环复用展开为 128 次层调用，仅消耗 0.14T 训练 token。其在 RealWorldQA 达 70.98、MathVision 达 38.49，性能超过同等训练预算的约 4B 基线模型。