S

Spacethinker Qwen2.5VL 3B GGUF

mradermacherによって開発
SpaceThinker-Qwen2.5VL-3Bは3Bパラメータのマルチモーダル視覚言語モデルで、空間推論と視覚的質問応答タスクに特化しています。
ダウンロード数 313
リリース時間 : 4/18/2025

モデル概要

このモデルはQwen2.5VLアーキテクチャを基にしており、定量的空間推論、距離推定、視覚的質問応答合成などのタスクに特化しており、ロボット技術や身体性人工知能分野に適しています。

モデル特徴

マルチモーダル能力
視覚と言語入力を同時に処理し、クロスモーダル理解を実現
空間推論
定量的空間推論と距離推定タスクに特化して最適化
量子化サポート
様々な量子化バージョンを提供し、異なるハードウェア要件に対応
ロボット応用
身体性人工知能やロボット技術の応用シナリオに特に適している

モデル能力

視覚的質問応答
空間推論
距離推定
マルチモーダル理解
画像-テキスト相互作用

使用事例

ロボット技術
環境ナビゲーション
ロボットが空間関係を理解してナビゲーションするのを支援
物体位置特定
物体間の相対位置と距離を推定
教育
空間推論教育
空間概念と幾何学的関係の視覚的教育に使用
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase