Google Gemma 2

Modelo de IA de código abierto de próxima generación con un rendimiento excepcional.

Recomendación del EditorProgramaciónModelo de IACódigo abierto

Gemma 2 es un modelo de IA de código abierto de última generación desarrollado por Google DeepMind, que ofrece versiones con 900 millones y 2700 millones de parámetros. Se caracteriza por su rendimiento y eficiencia de inferencia excepcionales, permitiendo una ejecución eficiente a plena precisión en diferentes tipos de hardware y reduciendo significativamente los costes de implementación. La versión de 2700 millones de parámetros de Gemma 2 ofrece el doble de capacidad competitiva que modelos de su mismo tamaño, y puede ejecutarse en una sola GPU NVIDIA H100 Tensor Core o en una TPU de Google, lo que reduce considerablemente los costes de implementación.

Best AI Websites & Tools

Google Gemma 2

Google Gemma 2 Situación del tráfico más reciente

Google Gemma 2 Tendencia de visitas

Google Gemma 2 Distribución geográfica de las visitas

Google Gemma 2 Fuentes de tráfico

Google Gemma 2 Alternativas

Google Gemma 2 — Modelo de IA de código abierto de próxima generación con un rendimiento excepcional.

RWKV-6 Finch 7B World 3 — Modelo de IA de código abierto con 7B de parámetros y 3,1T de tokens de entrenamiento.

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.

smallpond — Un framework de procesamiento de datos ligero basado en DuckDB y 3FS

PhotoDoodle — PhotoDoodle es una implementación de código que aprende la edición de imágenes artísticas a partir de un pequeño conjunto de datos de pares de imágenes.

DualPipe — Un algoritmo de paralelismo de canalización bidireccional que superpone el cálculo y la comunicación durante el entrenamiento V3/R1.

DeepGEMM — DeepGEMM es una biblioteca CUDA para la multiplicación de matrices FP8 de alta eficiencia, que admite escalado de grano fino y diversas técnicas de optimización.

DeepEP — DeepEP es una biblioteca de comunicación eficiente para Mixture-of-Experts (MoE) y comunicación paralela de expertos (EP).

QwQ-Max-Vista previa — QwQ-Max-Vista previa es el último logro de la serie Qwen, construido sobre Qwen2.5-Max, y cuenta con una potente capacidad de razonamiento y aplicaciones multidominio.

Magic 1-Para-1 — Magic 1-Para-1 es un modelo de generación de vídeo a partir de imagen altamente eficiente, capaz de generar un vídeo de un minuto en un minuto.

Huginn-0125 — Huginn-0125 es un modelo de profundidad recurrente con variables latentes de 3.5 mil millones de parámetros, que destaca en el razonamiento y la generación de código.

FireRedASR-AED-L — Modelo de reconocimiento automático del habla (ASR) industrial de código abierto, compatible con mandarín, dialectos chinos e inglés, con un rendimiento excepcional.

InspireMusic — Kit de herramientas y modelos para la generación de música, canciones y audio basado en PyTorch, que admite la generación de audio de alta calidad.

MNN — MNN es un motor de inferencia ligero y de alto rendimiento de código abierto de Alibaba, que admite varios formatos de modelos principales.

DeepClaude — API e interfaz de chat unificada que combina la capacidad de razonamiento de DeepSeek R1 con la creatividad y la capacidad de generación de código de Claude.

node-DeepResearch — Busca y lee páginas web continuamente hasta encontrar la respuesta (o hasta agotar el presupuesto de tokens).

Open R1 — Este es un proyecto de reproducción de un modelo DeepSeek-R1 completamente abierto, diseñado para ayudar a los desarrolladores a reproducir y construir modelos basados en R1.

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

YuE-s1-7B-anneal-en-cot — YuE es un modelo de generación de música de código abierto que puede convertir letras en canciones completas.

leapfusion-hunyuan-image2video — Una novedosa tecnología de muestreo de imagen a vídeo, basada en el modelo Hunyuan para generar vídeos de alta calidad.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B es un modelo de lenguaje abierto de alto rendimiento, adecuado para diversas tareas de generación de texto.

Flex.1-alpha — Un modelo de preentrenamiento para generar imágenes a partir de texto, con 8 mil millones de parámetros y licencia de código abierto Apache 2.0.

InternLM3-8B-Instruct — InternLM3-8B-Instruct es un modelo de instrucción de código abierto con 8 mil millones de parámetros, diseñado para propósitos generales y razonamiento de alto nivel.

YuLan-Mini — Un modelo de lenguaje ligero y de alta eficiencia con 240 millones de parámetros.

VidTok — Familia de segmentadores de vídeo de código abierto de Microsoft

DeepSeek-V3 — Un modelo de lenguaje Mixture-of-Experts con 671B parámetros.

Sana — Marco de síntesis de imágenes de alta resolución y alta eficiencia

Llama-3.1-Tulu-3-8B-RM — Modelo de seguimiento de instrucciones avanzado que ofrece una guía completa sobre técnicas de post-entrenamiento.

WhisperNER — Modelo unificado de reconocimiento de entidades nombradas y de voz de código abierto

llama-ocr — Biblioteca npm gratuita que utiliza Llama 3.2 Vision para OCR y produce texto en markdown.