Modèles
Annonce · 5 octobre 2026
Bria publie un modèle qui décrit une image en JSON structuré
Open-source community, Today we release our image understanding model, fibo-scene-analyzer Fine-tuned from Qwen3.6-35B-A3B, it produces highly detailed structured captions, RGB colors, detection bboxes, human pose, and more, all in a single model
D'après la fiche Hugging Face, le modèle, d'environ 36 milliards de paramètres, a été entraîné par SFT sur un jeu synthétique puis par apprentissage par renforcement. Il renvoie un JSON : description générale, arbre d'objets avec boîtes, couleurs et relations, points clés du corps, masques polygonaux, lecture de texte. Il demande environ 70 Go de mémoire GPU. La licence est CC-BY-NC-4.0, donc non commerciale. La fiche ne donne aucun score : l'affirmation « très détaillé » n'est pas mesurée. Un champ comme l'âge ou le genre n'est qu'une estimation visuelle.