# 視覺問答

SpaceOm-GGUF 是一款專注於視覺問答任務的多模態模型，在空間推理方面表現出色。

這是google/gemma-3-27b-it的量化版本，支持視覺-文本輸入和文本輸出，通過權重量化和激活量化優化，可使用vLLM進行高效推理。

VisionReasoner-7B是一個圖像文本到文本的模型，採用解耦架構，由推理模型和分割模型組成，能解讀用戶意圖並生成像素級掩碼。

Gemma 3是谷歌基於Gemini技術構建的輕量級開放模型系列，12B版本採用量化感知訓練(QAT)技術，支持多模態輸入和128K上下文窗口。

GIT是一個基於Transformer的圖像到文本生成模型，能夠根據輸入的圖像生成描述性文本。

VoRA是一個基於7B參數的視覺-語言模型，專注於圖像文本到文本的轉換任務。

Sapnous-6B是一款先進的視覺語言模型，通過強大的多模態能力提升對世界的感知和理解。

該模型是對gemma-3-27b-it進行INT4量化的版本，通過減少每個參數的比特數來降低磁盤和GPU內存需求。

Gemma 3是谷歌推出的輕量級尖端開源多模態模型，支持文本與圖像輸入並生成文本輸出，具備128K上下文窗口和140+語言支持

Gemma 3是谷歌推出的輕量級開源多模態模型系列，基於與Gemini相同技術構建，支持文本和圖像輸入並生成文本輸出

Gemma是Google推出的輕量級前沿開放模型系列，基於與Gemini相同技術構建，支持多模態輸入和文本輸出。

SmolVLM2-256M-Video是一款輕量級多模態模型，專為分析視頻內容而設計，能夠處理視頻、圖像和文本輸入並生成文本輸出。

輕量級多模態模型，專為分析視頻內容設計，可處理視頻、圖像和文本輸入以生成文本輸出。

SmolVLM2-2.2B 是一款輕量級多模態模型，專為分析視頻內容而設計，可處理視頻、圖像和文本輸入並生成文本輸出。

Qwen2.5-VL-7B-Instruct的量化版本，支持視覺-文本輸入和文本輸出，通過INT8權重量化優化推理效率

Qwen2.5-VL-7B-Instruct的FP8量化版本，通過vLLM支持高效視覺-文本推理

Qwen2.5-VL-3B-Instruct的FP8量化版本，支持視覺-文本輸入和文本輸出，優化了推理效率。

LlamaV-o1 是一款先進的多模態大語言模型，專為複雜的視覺推理任務而設計，通過課程學習技術優化，在多樣化的基準測試中展現出卓越性能。

GIT是一個基於Transformer的生成式圖像轉文本模型，能夠將視覺內容轉換為文本描述。

基於Qwen2-VL-2B-Instruct使用LoRA技術微調的皮膚科專業診斷模型，能分析皮膚狀況圖像並提供專業診斷描述。

基於Florence-2-base-ft微調的肺癌檢測模型，通過肺部圖像識別肺癌類型

孔雀模型是基於InstructBLIP架構的阿拉伯語多模態大語言模型，其語言模型採用AraLLaMA。

GUIChat是一個基於視覺問答(VQA)的多模態模型，能夠理解圖像內容並回答相關問題，特別針對GUI界面元素識別和交互進行了優化。

Donut 是一個基於 Transformer 的圖像轉文本模型，能夠從圖像中提取和生成文本內容。

基於google/paligemma-3b-mix-448微調的多模態對話模型，專為多輪對話場景優化

該模型是基於google/paligemma-3b-pt-224在VQAv2數據集的一小部分上進行微調的版本，專注於視覺問答任務。

360VL是基於LLama3語言模型開發的多模態模型，具備強大的圖像理解和雙語對話能力。

基於LLaVA-v1.5框架訓練的大型多模態模型，採用80億參數的Meta-Llama-3-8B-Instruct作為語言主幹，並配備基於CLIP的視覺編碼器。

LLaVA-Next-Video 是一個開源的多模態對話模型，通過對大語言模型進行多模態指令跟隨數據的微調訓練而成，支持視頻和文本的多模態交互。

UForm-Gen2-dpo 是一個小型生成式視覺語言模型，通過直接偏好優化（DPO）在 VLFeedback 和 LLaVA-Human-Preference-10K 偏好數據集上針對圖像描述生成和視覺問答任務進行對齊訓練。

MoAI是一個大型語言與視覺混合模型，能夠處理圖像和文本輸入，生成文本輸出。

LLaVA 是一個大型語言和視覺助手模型，能夠處理圖像和文本的多模態任務。

LLaVA 是一個視覺語言模型，能夠理解和生成與圖像相關的文本內容。

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。

LLaVA 1.6 34B是一個開源的多模態聊天機器人模型，通過在多模態指令遵循數據上微調大語言模型開發而成。支持圖像文本生成文本任務。

LLaVA 是一個開源的多模態聊天機器人，通過對多模態指令跟隨數據進行大型語言模型微調訓練而成。

LLaVA 是一個開源的多模態聊天機器人，通過在多模態指令跟隨數據上微調大語言模型訓練而成。

MiniCPM-V是一款高效輕量級多模態模型，專為終端設備部署優化，支持中英雙語交互，性能超越同規模模型。

16億參數的多模態模型，融合SigLIP與Phi-1.5技術架構，支持圖像理解和問答任務

BLIP2是基於OPT-2.7B的視覺語言模型，專注於視覺問答任務，能夠理解圖像內容並回答相關問題。