Hugging Face 发布 NeoMME：260M/800M 多模态多语言编码器

Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个版本，不使用独立预训练视觉塔或因果语言模型，由单个双向 Transformer 同时处理文本 token 与原始图像 patch，并以掩码离散扩散目标从零训练。