VisionLLaMA

基于LLaMA的统一视觉模型，为图像生成和理解设立新基准

VisionLLaMA 计算机视觉图像生成图像理解预训练模型 Github 开源项目

VisionLLaMA是一个基于LLaMA架构的统一视觉Transformer模型，专为处理2D图像而设计。该模型提供平面和金字塔两种形式，适用于广泛的视觉任务，包括图像感知和生成。通过各种预训练范式的广泛评估，VisionLLaMA在多项图像生成和理解任务中展现出卓越性能，超越了现有最先进的视觉Transformer模型，为计算机视觉领域提供了新的基准。

Github

介绍相关项目

nanoLLaVA - 轻量级视觉语言模型实现边缘设备高效部署

GithubHuggingfacenanoLLaVA人工智能多模态开源项目机器学习模型视觉语言模型

nanoLLaVA是一款1B级视觉语言模型，结合Quyen-SE和SigLIP视觉编码器技术。该模型在VQA v2和TextVQA等视觉问答测试中表现优异，同时优化了在边缘设备上的运行效率。nanoLLaVA采用ChatML标准，支持图像描述和视觉问答功能，并提供简洁的API接口，方便开发者集成到不同应用场景。

LIMA-13b-hf - 基于Transformer架构的自动回归语言模型，用于自然语言处理的研究

GithubHuggingfaceLLaMA偏见评估大语言模型开源项目模型模型性能自然语言处理

LLaMA是由Meta AI的FAIR团队开发的基于Transformer架构的自动回归语言模型，专为自然语言处理和机器学习研究人员而设计。该模型提供7B、13B、33B和65B参数的多种规格，支持问答和自然语言理解等研究用途，并注重偏见和有害内容生成的评估与减少。虽然使用20种语言进行训练，但其在英语文本处理上表现更佳。LLaMA被定位为AI研究基础工具，不建议直接应用于未经评估的下游应用。

llava-v1.6-mistral-7b-hf - 融合Mistral-7B的多模态视觉语言模型

GithubHuggingfaceLLaVA-NeXT图像理解多模态模型开源项目模型自然语言处理视觉问答

LLaVa-v1.6-mistral-7b-hf是基于Mistral-7B的多模态视觉语言模型，通过提高输入图像分辨率和优化视觉指令微调数据集，增强了推理、OCR和世界知识能力。该模型适用于图像描述、视觉问答等多模态对话任务，为开发高性能多模态聊天机器人提供了强大支持。

llavavision - 利用多模态AI实现视觉描述的简易网络应用

GithubLLaVaVisionWeb应用llama.cpp图像描述开源项目机器学习模型

LLaVaVision是一个基于llama.cpp和llava后端的“Be My Eyes”简易网络应用，通过ChatGPT和Copilot快速开发。应用了SkunkworksAI BakLLaVA-1模型进行视觉描述，并通过Web Speech API朗读文本。适用于拥有约5 GB RAM/VRAM的设备，提供详细的服务器搭建和启动指南，支持GPU和CPU运行模式。灵感源自Fuzzy-Search/realtime-bakllava，旨在提供便捷的视觉辅助功能。

3D-VisTA - 简化3D视觉和文本对齐的新型预训练模型

3D-VisTAGithub多模态融合开源项目自然语言处理计算机视觉预训练模型

3D-VisTA是一种新型预训练变换器模型,专注于3D视觉和文本对齐。该模型采用简洁统一的架构,无需复杂的任务特定设计,可轻松适应多种下游任务。通过在大规模ScanScribe数据集上预训练,3D-VisTA在视觉定位、密集字幕生成等3D视觉语言理解任务中达到了领先水平。此外,该模型还表现出优异的数据效率,即使在标注数据有限的情况下也能保持强劲性能。

VLM_survey - 用于视觉任务的 AWESOME 视觉语言模型集合

GithubVision-Language Models开源项目数据集知识蒸馏视觉识别任务预训练方法

本页面详尽介绍了视觉语言模型(VLM)在视觉识别任务中的应用和发展。内容涵盖VLM的起源、常用架构、预训练目标、主流数据集及不同的预训练方式、迁移学习和知识蒸馏方法，并针对这些方法进行了详细的基准测试和分析。页面还讨论了未来研究的挑战和方向，让用户掌握VLM技术在图像分类、对象检测和语义分割等任务中的最新应用进展。

llava-onevision-qwen2-72b-si - 多模态模型提高视觉数据交互准确率

GithubHuggingfaceLLaVA-OneVision准确率图像交互多模态开源项目模型预训练模型

此开源项目使用多模态模型，准确率介于85.1%至93.7%之间，在AI2D、DocVQA、Science-QA等数据集表现优异。基于Qwen2语言模型，LLaVA-OneVision能在多语言环境中与视觉数据进行交互，经过大型图像及视频数据集训练，使用bfloat16精度。

LLaVA-NeXT - 大规模开源多模态模型提升视觉语言能力

AI助手GithubLLaVA-NeXT多模态模型大语言模型开源项目视觉语言模型

LLaVA-NeXT是一个开源的大规模多模态模型项目，致力于提升视觉语言交互能力。该项目支持多图像、视频和3D任务的统一处理，在多个基准测试中表现卓越。LLaVA-NeXT提供了多个模型变体，包括支持高分辨率输入和视频处理的版本，以及基于不同大语言模型的实现。此外，项目还开源了训练数据和代码，为研究人员和开发者提供了宝贵资源。

llava-1.6-mistral-7b-gguf - 基于Mistral-7B的LLaVA多模态模型GGUF量化版

GithubHuggingfaceLLaVAMistral图像识别多模态模型开源项目机器学习模型

LLaVA-1.6-Mistral-7B是一款开源的视觉语言模型GGUF量化版本，提供3bit至8bit多个压缩等级选择。该模型整合了图像理解与对话能力，通过大规模图文对和多模态指令数据训练而成。其中4bit和5bit量化版本在性能与模型体积之间取得良好平衡，适合在计算资源有限的场景下部署使用

Video-LLaVA - 视频多模态模型，具备像素级定位能力

GithubLMMPG-Video-LLaVA像素级别定锚开源项目视频理解音频上下文

PG-Video-LLaVA通过模块化设计，首次实现视频多模态模型具备像素级定位能力。该框架使用现成的追踪器和创新的定位模块，能够根据用户指令在视频中实现空间定位。引入新的基准测试用于评估基于提示的对象定位性能，并结合音频上下文完善视频内容理解，提高在对话和新闻视频等场景中的适用性。改进的定量基准测试确保更高的透明度和可重复性。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号