# マルチモーダル大規模モデル

Qwen2.5-VL-72B-Instructを基に改良された視覚言語モデルで、複数の視覚推論ベンチマークで優れた性能を発揮

Heron-NVILA-Lite-33B はNVILA-Liteアーキテクチャに基づき、日本語に特化してトレーニングされたビジュアルランゲージモデルで、日本語と英語のマルチモーダルタスクをサポートします。

InternVL3-1BとVintern-1B-v3_5を基にファインチューニングした視覚質問応答モデルで、ベトナム語をサポートし、画像内容理解と質問応答タスクに適しています。

EMOVAはエンドツーエンドの全モーダル対応大規模言語モデルで、視覚、聴覚、音声機能をサポートし、感情制御可能なテキストと音声応答を生成できます。

InternVL3-2BはHugging Face Transformersライブラリに基づいて実装されたマルチモーダル大規模言語モデルで、画像、ビデオ、テキスト処理などのマルチモーダルタスクで優れた性能を発揮し、さまざまな入力方式と効率的なバッチ推論をサポートします。

InternVL3は先進的なマルチモーダル大規模言語モデルシリーズで、優れたマルチモーダル知覚と推論能力を示し、画像、動画、テキスト入力をサポートします。

InternVL3-78BはOpenGVLabが開発した先進的なマルチモーダル大規模言語モデルで、卓越した総合性能を発揮します。前世代のInternVL 2.5と比較し、より強力なマルチモーダル知覚と推論能力を備え、ツール使用、GUIエージェント、産業画像分析、3D視覚知覚などの新領域に能力を拡張しています。

アラビア語の光学文字認識（OCR）に特化して設計されたビジュアル言語モデルで、画像内のアラビア語文字を直接認識できます。

Qwen2.5-Omni-7Bモデルをベースとした4ビットGPTQ量子化バージョンで、多言語およびマルチモーダルタスクをサポートします。

InternVideo2.5は、長く豊富な文脈（LRC）モデリングを強化したビデオマルチモーダル大規模言語モデル（MLLM）で、InternVL2.5上に構築されています。

InternVideo2.5は、長く豊富なコンテキスト(LRC)モデリングを強化したビデオマルチモーダル大規模言語モデルで、InternVL2.5を基盤として構築されており、細粒度の詳細を感知し、長時間の時系列構造を捉える能力を向上させることで、既存のMLLMモデルを大幅に改善しています。

InternLM-XComposer2.5-OLは、長時間ストリーミング映像と音声のインタラクションをサポートする全方位マルチモーダルシステムです。

mPLUG-Owl3は先進的なマルチモーダル大規模言語モデルで、長い画像シーケンスの理解問題に焦点を当て、超注意力メカニズムにより処理速度とシーケンス長のサポートを大幅に向上させます。

国立情報学研究所によって開発された大規模視覚言語モデルで、日本語と英語をサポートし、強力な画像理解とテキスト生成能力を備えています。

Pixtral-12B-2409マルチモーダル大規模言語モデルを基にした命令微調整版で、与えられた画像に対してより豊富な詳細記述を生成可能

mPLUG-DocOwl2はOCR不要の複数ページ文書理解マルチモーダル大規模言語モデルで、高解像度文書圧縮器により文書内容を効率的にエンコードします。

ChartMoEはInternLM-XComposer2を基にしたマルチモーダル大規模言語モデルで、専門家混合コネクタを採用し、高度なチャート機能を備えています。

カンガルーは長編動画理解のために設計された強力なマルチモーダル大規模言語モデルで、中国語と英語のバイリンガル対話と長編動画入力に対応しています。

XGen-MMはSalesforce AI Researchが開発した最新のマルチモーダル大規模モデルシリーズで、BLIPの成功設計を基に、基礎的な強化によりより強力で優れたモデルアーキテクチャを実現しました。

InternLM2ベースの視覚-言語大規模モデルで、優れた画像理解と創作能力を備えています

InternLM-XComposer2はInternLM2を基に開発された視覚-言語大規模モデルで、卓越した画像テキスト理解と創作能力を備えています。