AIbase
TW
模型選型
標籤
圖像文本聯合推理

# 圖像文本聯合推理

Llama 4 Scout 17B 16E Linearized Bnb Nf4 Bf16
其他
羊駝4 Scout是Meta發佈的170億參數混合專家模型(MoE)，支持多語言文本和圖像理解，採用線性化專家模塊設計便於PEFT/LoRA兼容。
多模態融合 Transformers 支持多種語言
L
axolotl-quants
6,861
3
Llama 4 Scout 17B 16E Unsloth Bnb 8bit
其他
Llama 4 Scout是Meta開發的多模態大語言模型，採用混合專家架構，支持文本和圖像理解，參數規模170億（激活）/1090億（總計）。
文本生成圖像 Transformers 支持多種語言
L
unsloth
855
2
Llama 4 Scout 17B 16E Instruct
其他
Llama 4 Scout是Meta開發的多模態AI模型，採用混合專家架構，支持12種語言的文本和圖像交互，具有17B激活參數和109B總參數。
多模態融合 Transformers 支持多種語言
L
meta-llama
817.62k
844
Turkish LLaVA V0.1
MIT
一個專為多模態視覺指令跟隨任務設計的土耳其語視覺語言模型，能夠同時處理視覺（圖像）和文本輸入，理解並執行土耳其語提供的指令。
圖像生成文本 Safetensors 其他
T
ytu-ce-cosmos
86
10
AA Chameleon 7b Base
支持圖文交錯輸入輸出的多模態模型，基於變色龍7B模型並通過對齊萬物框架增強圖像生成能力
文本生成圖像 Transformers 英語
A
PKU-Alignment
105
8
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