趋近智
Youtu Parsing Omni
参数
8B
上下文长度
1.05M
模态
Text
架构
Dense
许可证
other
发布日期
9 Oct 2026
训练数据截止日期
-
API 价格 (每 1M)
仅支持自建托管
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
1x RTX 4090
24GB VRAM
数据中心
1x NVIDIA A100
80GB VRAM
Apple Silicon
1x Apple M3 Max
128GB VRAM
1048576 个令牌
消费级
5x RTX 4090
24GB VRAM
数据中心
2x NVIDIA A100
80GB VRAM
Apple Silicon
1x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 Youtu Parsing Omni 评估基准。
排名
排名
-
编程排名
-
关于 Youtu Parsing Omni
Youtu Parsing Omni is Tencent Youtu Lab's multimodal parsing model built on the VITA vision-language architecture. It specializes in fine-grained document understanding, visual layout analysis, and omni-modal information extraction.
技术规格
注意力
注意力结构
Multi-Layer Attention
注意力头
32
键值头
8
注意力头维度
64
位置嵌入
ROPE
RoPE Theta
1,600,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
No
线性注意力比例
-
KV 潜变量维度
576
归一化
RMS Normalization
激活函数
SwigLU
维度
辅助参数
-
隐藏维度大小
2,560
层数
40
FFN 中间层大小（稠密层）
9,728
多 Token 预测头数
0
分词器
词汇量大小
133,632
资源
关于 Hunyuan
具备多种能力的腾讯混元大语言模型。