Kakao publie en open source deux modèles Kanana-2 Vision Encoder
Les modèles Médium (426 millions de paramètres) et Tiny (98 millions) sont disponibles sous Kanana Open License, qui autorise un usage commercial.
Kakao a publié le 21 octobre 2026 deux modèles Kanana-2 Vision Encoder en open source sur Hugging Face, selon digitaltoday.co.kr. Il s'agit d'un modèle Médium de 426 millions de paramètres et d'un modèle Tiny de 98 millions de paramètres.
Les deux modèles ont été évalués sur 42 benchmarks couvrant 9 domaines, dont la réponse à des questions visuelles, l'OCR en anglais et en coréen, la compréhension de documents et la localisation.
Selon l'évaluation interne de Kakao, ils dépassent des modèles de comparaison tels que SigLIP 2 de Google, Perception Encoder de Meta, AIMv2 d'Apple et Qwen3.5-ViT d'Alibaba.
Kakao indique avoir utilisé son propre modèle de langage Kanana-2 pour l'entraînement du vision encoder, ce qui a amélioré d'environ quatre fois l'efficacité de l'entraînement. La gestion des images à haute résolution a par ailleurs réduit la latence de traitement de plus de 60 % par rapport aux principaux modèles de comparaison internationaux, selon l'entreprise.
Les modèles sont diffusés sous Kanana Open License, qui autorise aussi bien la recherche et le développement que l'usage commercial. Kakao prévoit de publier successivement les autres composants de Kanana-o, son modèle de langage omni.
Lors de l'événement if(kakao)26, tenu le 13 octobre 2026, Kakao avait annoncé son intention de rendre ces modèles disponibles.
En bref
Où sont disponibles les modèles Kanana-2 Vision Encoder ?
Ils sont publiés en open source sur Hugging Face depuis le 21 octobre 2026.
Peut-on utiliser ces modèles à des fins commerciales ?
Oui. Ils sont diffusés sous Kanana Open License, qui autorise l'usage commercial ainsi que la recherche et le développement.
Quelle est la taille des deux modèles ?
Le modèle Médium compte 426 millions de paramètres et le modèle Tiny 98 millions.