# 多语言VLM

Ristretto是一款创新的视觉语言模型，采用动态图像令牌部署技术，能根据任务需求灵活调整图像令牌数量，在性能和多功能性上超越前代产品。

PaliGemma 2是一款视觉语言模型（VLM），结合了Gemma 2模型的能力，能够同时处理图像和文本输入，并生成文本输出，支持多种语言。适用于图像和短视频字幕、视觉问答、文本阅读、目标检测和目标分割等多种视觉语言任务。