Kakao在Hugging Face开源两款Kanana-2视觉编码器

Kakao于2026年10月21日在Hugging Face上以开源形式发布了两款Kanana-2视觉编码器模型，分别为4260万参数的Medium版本和980万参数的Tiny版本，据digitaltoday.co.kr报道。

Kakao表示，两款模型在涵盖视觉问答、英文与韩文OCR、文档理解及定位等9个领域的42项基准测试中进行了评估。公司内部评测结果显示，两款模型的表现均优于包括谷歌SigLIP 2、Meta Perception Encoder、苹果AIMv2和阿里巴巴Qwen3.5-ViT在内的对照模型。

Kakao称，其使用自有的Kanana-2语言模型进行视觉编码器训练，使训练效率提升约4倍；高分辨率图像处理则使处理延迟较全球主要对照模型降低60%以上。

两款模型采用Kanana Open License发布，除研究与开发外也允许商业使用。

后续发布计划

Kakao计划陆续发布其全模态语言模型Kanana-o的其他组件。此前在2026年10月13日举行的if(kakao)26活动上，Kakao已公布过相关发布计划。