# 多模態統一模型

Tar 1.5B
Apache-2.0
通過文本對齊表示實現視覺理解與生成的統一模型
文本生成圖像 Safetensors
T
csuhan
253
1
Bytedance BAGEL 7B MoT INT8
Apache-2.0
BAGEL是一個開源的7B活躍參數多模態基礎模型,支持多模態理解與生成任務
文本生成圖像
B
Gapeleon
190
20
BAGEL 7B MoT
Apache-2.0
BAGEL是一個開源的、擁有70億活躍參數的多模態基礎模型,訓練於大規模交錯多模態數據,在理解和生成任務上表現優異。
文本生成圖像
B
ByteDance-Seed
4,736
769
Janus Pro 7B
MIT
Janus-Pro是一種新穎的自迴歸框架,統一了多模態理解和生成,通過解耦視覺編碼路徑增強靈活性。
文本生成圖像 Transformers
J
deepseek-community
1,587
1
Janus Pro 7b 4bit
MIT
Janus-Pro 是一種創新的自迴歸框架,統一了多模態理解與生成能力。
文本生成圖像 Transformers
J
neilmehta24
41
1
Janus Pro 7B
MIT
Janus-Pro 是一種新穎的自迴歸框架,統一了多模態理解和生成。它通過解耦視覺編碼路徑,使用單一的統一 Transformer 架構處理多模態任務。
文本生成圖像 Transformers
J
Athagi
15
1
Janus Pro 1B
MIT
Janus-Pro 是一種新穎的自迴歸框架,統一了多模態理解與生成能力。通過解耦視覺編碼路徑,使用單一 Transformer 架構處理多模態任務。
文本生成圖像 Transformers
J
deepseek-ai
34.02k
432
Janus Pro 7B
MIT
Janus-Pro 是一種創新的自迴歸框架,統一了多模態理解與生成功能。通過解耦視覺編碼路徑,採用單一Transformer架構處理,解決了視覺編碼器在理解與生成角色間的衝突。
文本生成圖像 Transformers
J
deepseek-ai
139.64k
3,355
Janusflow 1.3B
MIT
JanusFlow是一個強大的框架,將圖像理解與生成統一在單一模型中,採用自迴歸語言模型與修正流相結合的方法。
文本生成圖像 Transformers
J
deepseek-ai
1,538
145
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase