InnerLogic-Surg：基于持续预训练的开源手术视觉编码器

InnerLogic-Surg发布21M至300M参数的开源手术视觉编码器，基于约2900小时的11,965个视频数据持续预训练。 模型继承DINOv3预训练阶段，采用特征上采样模块降低高分辨率预测的token成本。 在覆盖工作流、仪器识别等20项手术任务的基准测试中，最大模型取得最佳线性探针性能。