동차 Beating 모니터링에 따르면, Cohere가 현재 자사 최소 규모의 비전 언어 모델인 North Micro Vision을 오픈소스로 공개했다. 단 2.4B 파라미터로, Apache 2.0 라이선스를 채택했다. 이 모델은 문서, 표, 차트, 스크린샷 및 OCR에 특화되어 있으며, 이미지를 고정 크기로 압축하지 않고 원본 비율과 해상도로 직접 처리할 수 있다.
모델은 2B 언어 모델과 400M 비전 인코더로 구성된다. 공식 테스트에서 DocVQA 점수는 92.1%를 기록해 Ministral 3 3B의 89.6%와 Gemma 4 E2B의 73.2%를 능가했으며, Qwen3.5-2B의 92.6%에도 근접했다. 비전 로컬라이제이션 RefCOCO 점수는 73.2%로, Ministral과 Gemma보다 현저히 높다.
하지만 동일 크기에서 가장 강력한 모델은 아니다. Qwen3.5-2B는 대부분의 일반 비전, OCR 및 멀티모달 벤치마크에서 여전히 우세하며, North Micro Vision의 강점은 문서 이해와 비전 로컬라이제이션에 더 집중되어 있다. 또한 추론 모델이 아니며, 도구 호출을 지원하지 않고, 수학 및 코드 능력도 제한적이다.
