Cohere放出2.4B视觉小模型：文档理解超过Ministral33B

币界网报道：币界网消息，Cohere开源了目前自家最小的视觉语言模型north micro vision，参数为2.4B，采用Apache 2.0许可。该模型主攻文档、表格、图表、截图和OCR，能够直接处理原始比例和分辨率的图片，无需先压缩。官方测试中，docvqa得分达到92.1%，超过Ministral 3 3B的89.6%和Gemma 4 E2B的73.2%。视觉定位RefCOCO得分73.2%，同样高于Ministral和Gemma。虽然它在文档理解和视觉定位上表现优异，但并非同尺寸最强模型，Qwen3.5-2B在多数通用视觉、OCR和多模态基准上仍更强。