Yi-VL-34B

Modelo multimodal de código abierto avanzado

Producto ComúnImagenMultimodalInteligencia Artificial

Yi-VL-34B es la versión de código abierto del modelo Yi Visual Language (Yi-VL), un modelo multimodal capaz de comprender e identificar imágenes, y de mantener conversaciones multiturno sobre ellas. Yi-VL ha obtenido excelentes resultados en las pruebas de referencia más recientes, ocupando el primer lugar en los benchmarks MMM y CMMMU.

Best AI Websites & Tools

Yi-VL-34B

Yi-VL-34B Situación del tráfico más reciente

Yi-VL-34B Tendencia de visitas

Yi-VL-34B Distribución geográfica de las visitas

Yi-VL-34B Fuentes de tráfico

Yi-VL-34B Alternativas

Yi-VL-34B — Modelo multimodal de código abierto avanzado

Migician — Migician es un modelo de lenguaje multimodal de gran tamaño centrado en la localización de múltiples imágenes, capaz de realizar una localización precisa de múltiples imágenes de forma libre.

Instella — Instella es un modelo de lenguaje de código abierto de alto rendimiento desarrollado por AMD, diseñado para acelerar el desarrollo de modelos de lenguaje de código abierto.

IndexTTS — Sistema de texto a voz (TTS) de muestra cero, eficiente y controlable de grado industrial

RAG-FiT — RAG-FiT es una biblioteca diseñada para mejorar la capacidad de los LLMs (Modelos de Lenguaje Grande) de utilizar información externa mediante el ajuste fino del modelo con un conjunto de datos RAG (Recuperación Aumentada de Generación) especialmente creado.

Tülu 3 405B — Tülu 3 405B es un modelo de lenguaje abierto de gran escala, cuyo rendimiento se ha mejorado mediante aprendizaje por refuerzo.

Janus-Pro-1B — Janus-Pro-1B es un marco autorregresivo unificado de comprensión y generación multimodal.

SpeechGPT 2.0-versión preliminar — Primer sistema de interacción en tiempo real a nivel humano orientado a la inteligencia contextual, que admite la interacción de voz con múltiples emociones y estilos.

Baichuan-M1-14B — Modelo de lenguaje extenso de código abierto desarrollado por Baichuan Intelligence, optimizado específicamente para escenarios médicos. Posee una capacidad general excepcional y un rendimiento superior en el ámbito médico.

Moondream AI — Modelo de lenguaje visual de código abierto que se ejecuta en varios dispositivos.

Valley 2.0 — Modelo de lenguaje grande multimodal que mejora el procesamiento de datos de texto, imágenes y vídeo.

FlagAI — Proyecto de código abierto integral de algoritmos, modelos y herramientas de optimización de modelos grandes.

WePOINTS — Proyecto WePOINTS: un marco unificado para modelos multimodales.

InternVL 2.5 — Serie de modelos lingüísticos grandes multimodales de código abierto

Ai2 OpenScholar — Modelo de lenguaje mejorado con búsqueda para la recuperación integral de literatura científica

Llama-3.1-Tulu-3-8B — Modelo avanzado de seguimiento de instrucciones, con datos y código de fuente abierta.

Tencent-Hunyuan-Large — Modelo de experto mixto grande y de código abierto líder en el sector

Molmo — Familia de modelos de IA multimodal de vanguardia

Modelo de lenguaje extenso Xihu — Modelo multimodal con alta inteligencia emocional y coeficiente intelectual

Impresionantes Indicaciones para ChatGPT — Una colección de indicaciones para interactuar con el modelo ChatGPT.

RWKV v6 Finch 14B — RWKV v6 Finch 14B, un modelo de lenguaje grande de código abierto, eficiente en el procesamiento de textos largos.

LLaVA-NeXT — Modelo multimodal a gran escala que procesa múltiples imágenes, videos y datos 3D.

Falcon 2 — Falcon 2 es un modelo multimodal y multilingüe de código abierto con capacidad de conversión de imagen a texto.

Gemini 1.5 Flash — Modelo de IA ligero y eficiente de Google, diseñado para tareas de alta frecuencia y gran escala.

MAP-NEO — Un modelo de lenguaje grande completamente de código abierto que ofrece capacidades avanzadas de procesamiento del lenguaje natural.

ComfyUI Ollama — Modelo de lenguaje grande (LLM) que se integra con los flujos de trabajo de ComfyUI usando el cliente Python de Ollama.

GraphRAG — Sistema integral que combina la extracción de texto, el análisis de redes y las indicaciones y resúmenes de modelos lingüísticos de gran tamaño.

Qwen1.5-110B — Primer modelo de lenguaje abierto de la serie Qwen1.5 con 110 mil millones de parámetros, compatible con múltiples idiomas y con una arquitectura de decodificador Transformer eficiente.

llava-llama-3-8b-v1_1 — Modelo LLaVA optimizado por XTuner, que combina el procesamiento de imágenes y texto.

Snowflake Arctic — Modelo de inteligencia artificial empresarial de alta eficiencia que permite crear modelos personalizados de alta calidad a bajo coste.