---
format: "aidr-story-markdown/v1"
id: "ae259ea106d48229fba45d97e98f7399834d369110701d3dd684e5776eb25a58"
canonical_url: "https://aidr.today/ae259ea1?lang=vi"
title: "Mô hình Open Vision của FunAI Lab vượt Vision Banana của Google trên benchmark Cityscapes"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-11-13T14:38:23.000Z"
category: "Open Source"
topics: ["open-source"]
source_urls: ["https://huggingnews.com/ai/funai-labs-open-vision-model-beats-googles-vision-banana-on-cityscapes-b-3b79262b","https://marketbrief.now/ai/funai-labs-open-vision-model-beats-googles-vision-banana-on-cityscapes-b-3b79262b"]
summary: "Tập thể nghiên cứu FunAI Lab đã công bố mã huấn luyện và weights cho một computer vision fine-tune của các image generator FLUX.2 Klein 4B và 9B, khiến mô hình hoàn toàn mở cho công chúng. Trong bài kiểm tra zero-shot trên benchmark Cityscapes, mô hình mới đạt điểm 73,9 mIoU, vượt qua mức 69,9 mIoU do Vision Banana mã nguồn đóng của Google DeepMind ghi nhận. Dự án được phát triển chỉ bằng dữ liệu công khai và nhóm đã phát hành 148 checkpoints cho cộng đồng. FunAI Lab cũng giới thiệu phương pháp scaling thời gian test gọi là \"legend-ensembling\" như một phần của việc phát hành, phương pháp này được thiết kế để tăng hiệu suất bằng cách áp dụng thêm compute trong inference mà không cần huấn luyện lại mô hình."
---

# Mô hình Open Vision của FunAI Lab vượt Vision Banana của Google trên benchmark Cityscapes

> [Open the canonical story](<https://aidr.today/ae259ea1?lang=vi>)

**Published:** 2026-11-13T14:38:23.000Z
**Category:** Open Source
**Topics:** open\-source

## Summary

Tập thể nghiên cứu FunAI Lab đã công bố mã huấn luyện và weights cho một computer vision fine\-tune của các image generator FLUX\.2 Klein 4B và 9B, khiến mô hình hoàn toàn mở cho công chúng\. Trong bài kiểm tra zero\-shot trên benchmark Cityscapes, mô hình mới đạt điểm 73,9 mIoU, vượt qua mức 69,9 mIoU do Vision Banana mã nguồn đóng của Google DeepMind ghi nhận\. Dự án được phát triển chỉ bằng dữ liệu công khai và nhóm đã phát hành 148 checkpoints cho cộng đồng\. FunAI Lab cũng giới thiệu phương pháp scaling thời gian test gọi là "legend\-ensembling" như một phần của việc phát hành, phương pháp này được thiết kế để tăng hiệu suất bằng cách áp dụng thêm compute trong inference mà không cần huấn luyện lại mô hình\.

## Sources

- [Story source](<https://huggingnews.com/ai/funai-labs-open-vision-model-beats-googles-vision-banana-on-cityscapes-b-3b79262b>)
- [Story source](<https://marketbrief.now/ai/funai-labs-open-vision-model-beats-googles-vision-banana-on-cityscapes-b-3b79262b>)