零樣本圖像描述

# 零樣本圖像描述

Internvl3 8B 6bit

InternVL3-8B-6bit 是一個基於 MLX 格式轉換的視覺語言模型，支持多語言圖像文本到文本的任務。

圖像生成文本

Transformers 其他

Qwen.qwen2.5 VL 32B Instruct GGUF

Qwen2.5-VL-32B-Instruct 是一個32B參數規模的多模態視覺語言模型，支持圖像與文本的聯合理解與生成任務。

圖像生成文本

Qwen2.5 VL 7B Instruct GGUF

Qwen2.5-VL-7B-Instruct 是一個多模態視覺語言模型，支持圖像文本生成任務。

圖像生成文本英語

Qwen2 VL 7B Instruct Onnx

這是一個基於Qwen2-VL架構的7B參數規模的視覺語言模型，支持圖像理解和指令交互。

文本生成圖像

Mblip Bloomz 7b

mBLIP是一個多語言視覺-語言模型，基於BLIP-2架構，支持96種語言的圖像描述生成和視覺問答任務。

圖像生成文本

Transformers 支持多種語言

mBLIP是一個多語言視覺-語言模型，基於BLIP-2架構，支持96種語言的圖像描述生成和視覺問答任務。

圖像生成文本

Transformers 支持多種語言

Blip2 Opt 6.7b Coco

BLIP-2是一種視覺語言模型，結合了圖像編碼器和大型語言模型，用於圖像到文本生成和視覺問答任務。

圖像生成文本

Transformers 英語

精選推薦AI模型

Llama 3 Typhoon V1.5x 8b Instruct

專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務

大型語言模型

Transformers 支持多種語言

Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型，專為邊緣設備推理設計，體積僅為Cosmo-3B模型的2%左右。

Transformers 英語

Roberta Base Chinese Extractive Qa

基於RoBERTa架構的中文抽取式問答模型，適用於從給定文本中提取答案的任務。

問答系統中文

AIbase

智啟未來，您的人工智能解決方案智庫

English 简体中文繁體中文にほんご

© 2025AIbase