U

Uform Gen2 Qwen 500m

由unum-cloud開發
UForm-Gen是一款小型生成式視覺語言模型,主要用於圖像描述生成和視覺問答。
下載量 17.98k
發布時間 : 2/15/2024

模型概述

UForm-Gen是一款口袋級多模態AI,用於內容理解與生成,包含類CLIP的ViT-H/14視覺編碼器和Qwen1.5-0.5B-Chat語言模型。

模型特點

輕量級設計
小型生成式視覺語言模型,適合資源有限的環境使用
快速訓練
使用8塊H100 GPU的DGX-H100服務器訓練僅需一天
多模態能力
同時處理視覺和語言信息,實現圖像理解和生成

模型能力

圖像描述生成
視覺問答
多模態對話
內容理解
內容生成

使用案例

圖像理解
室內場景描述
對室內場景進行詳細描述
生成包含傢俱佈置、裝飾風格等細節的文本描述
動物行為描述
對動物行為進行簡短描述
捕捉動物姿態和動作特點的簡潔描述
視覺問答
圖像內容問答
回答關於圖像內容的特定問題
準確回答關於圖像中物體、場景等的問題
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase