cambrian

Cambrian-1 是一个开源的视觉中心化多模态大语言模型（MLLM）系列，专注于图像理解与跨模态指令对齐。其核心采用视觉优先的架构设计，融合 CLIP 和 DINO 等先进视觉表征模块，并通过大规模多模态指令微调（instruction-tuning）提升图文协同推理能力；支持开放权重、数据集（Cambrian-10M）及专用评测基准（CV-Bench）。适用于需要强视觉理解能力的多模态任务，如细粒度图像问答、跨模态检索、视觉推理及具身智能前端感知等研究与应用场景。