# 複数画像比較分析

Centurio はオープンソースの多言語大規模視覚言語モデルで、100言語をサポートし、画像テキストからテキストへの処理能力を備えています。

Phi-3.5-visionは、軽量で最先端のオープンマルチモーダルモデルで、128Kのコンテキスト長をサポートし、高品質で推論に富んだテキストと視覚データに焦点を当てています。

Co-Instructは視覚-言語モデルで、画像テキスト生成タスクに特化しており、画像内容を分析し関連するテキスト記述を生成したり、画像に関する質問に答えたりできます。