# OpenCV 5 发布，换了一套能跑大模型的神经网络引擎

> 原标题：OpenCV 5 发布：升级全新 DNN 引擎、原生支持大模型

- 来源：AI HOT 精选
- 发布时间：2026-06-06T12:48:12.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34886
- 原文：https://www.ithome.com/0/960/969.htm

## 摘要

OpenCV 5 最大的变化是换了一套全新的 DNN 引擎，从原来的逐层执行改成基于计算图的架构，能做算子融合，跑 Transformer、视觉语言模型和大语言模型都成了原生能力。ONNX 算子的覆盖率从 4.x 时期不到 23% 一下子拉到 80% 以上，以前很多导不进来的模型现在能直接用了。另外硬件加速层也重新整理了，厂商可以直接插优化后的计算内核...

## 推荐理由

HKR 三项都站得住：OpenCV 加原生大模型支持是个实打实的跨界信号，计算图引擎和 ONNX 覆盖率暴涨是硬核知识增量，本地推理和兼容性又切中部署痛点。作为大版本更新，重要性够上 featured，但还没到模型实验室发新作那种必写级别。

## 锐评

OpenCV 5 这次更新挺实在，核心是把用了多年的 DNN 推理引擎从逐层执行换成了基于计算图的架构。这带来的直接好处是能做算子融合，跑 Transformer、视觉语言模型甚至大语言模型都成了原生支持，不用再绕弯子。最直观的数字是 ONNX 算子覆盖率从 4.x 时期不到 23% 一下子提到了 80% 以上，以前很多导不进来的模型现在能直接用了，对做模型部署的人来说省了不少事。

硬件加速层也重新整理了，厂商可以直接插优化后的计算内核，不用在杂乱的 #ifdef 里改代码。另外 Python 绑定更现代了，支持命名参数，不用再猜参数顺序。不过正文没给出新版引擎在具体模型上的推理延迟或吞吐量对比，也没提这 80% 的覆盖率具体覆盖了哪些算子、缺的那 20% 是不是高频使用的。这点先别太激动，实际落地效果还得看社区后续的跑分和踩坑反馈。