# 複数画像・動画理解

InternVL3-2B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、強力な視覚言語理解と推論能力を備え、様々なマルチモーダルタスクをサポートします。

InternVL3-38B-Instruct は先進的なマルチモーダル大規模言語モデル（MLLM）で、優れたマルチモーダル知覚と推論能力を示し、ツール使用、GUIエージェント、産業画像分析、3D視覚知覚など様々なタスクをサポートします。