C-RADIOv4（技术报告）
计算机视觉与模式识别
2026-01-27 v1
摘要
通过利用多教师蒸馈，聚合性视觉主干网络提供一种统一的学生模型，能够保留并提升多个教师的独特能力。本技术报告描述了 C-RADIO 系列模型最新版本 C-RADIOv4，该版本在设计上基于 AM-RADIO/RADIOv2.5，提供了在相同计算复杂度下对关键下游任务的显著改进。我们发布了 -SO400M（4.12 亿参数）和 -H（6.31 亿参数）模型变体，均使用更新的教师集合：SigLIP2、DINOv3 和 SAM3 进行训练。除了在核心指标和模仿 SAM3 的新能力方面的改进外，C-RADIOv4 模型家族还进一步提升了任意分辨率支持，恢复了 ViTDet 选项以在高分辨率下大幅提升效率，并附带宽松许可证。
引用
@article{arxiv.2601.17237,
title = {C-RADIOv4 (Tech Report)},
author = {Mike Ranzinger and Greg Heinrich and Collin McCarthy and Jan Kautz and Andrew Tao and Bryan Catanzaro and Pavlo Molchanov},
journal= {arXiv preprint arXiv:2601.17237},
year = {2026}
}