NC AI发布30亿参数视觉语言模型VAKEY Vision 3B
该模型面向物理AI、机器人与工业边缘设备，NC AI称其在BLINK、ERIQ、ERQA等基准上领先6款开放模型。
NC AI于11月3日宣布，已开发出VAKEY Vision 3B。这是一款30亿参数的轻量级视觉语言模型，面向物理AI、机器人与工业边缘设备。据aitimes.com报道，NC AI同时公开了面向焊接场景的专用版本VAKEY Vision 3B Weld。
据介绍，该模型以8帧为一个单位、对4秒时长的视频输入进行分析，通过比较帧间关系来追踪机器人动作与物体轨迹。训练数据包含焊接缺陷等工业图像，以及机器人、空间推理相关数据。
在基准测试中，通用应答模式下，VAKEY Vision 3B在BLINK、ERIQ和ERQA三项上的平均得分为63.8分，高于Qwen3-VL-2B/4B、Qwen3.5-2B/4B和Ministral-3-3B/8B等6款开放模型。推理模式下，该模型在上述三项加RealWorldQA上的平均得分为63.2分，高于Ministral-3-8B-Reasoning的48.4分。
该模型还可用于仪表、图纸与作业指导书等文档理解，在ChartQA和TextVQA上得分在参与比较的模型中最高。NC AI在焊接数据集上对基础模型进行微调，得到VAKEY Vision 3B Weld，该模型在RIAWELC、Khvatskii和RefWeld基准上较基础SFT模型有所提升。
NC AI表示，预训练与微调均在公司自有基础设施上完成，以满足国内核心产业与国防领域的安全需求，并计划后续开展强化学习，将模型作为视觉语言动作模型部署到机器人与边缘设备上。CEO Lee Yeon-su表示，VAKEY Vision 3B将成为在钢铁、造船和国防领域部署其机器人与VLA技术的关键推动力。
快速问答
VAKEY Vision 3B有多少参数？
该模型为30亿参数的轻量级视觉语言模型，面向物理AI、机器人与工业边缘设备。
VAKEY Vision 3B Weld是什么？
它是NC AI在焊接数据集上微调得到的焊接专用模型，在RIAWELC、Khvatskii和RefWeld基准上较基础SFT模型有所提升。