Aya Vision 8B

Modelo de lenguaje visual multilingüe de 800 millones de parámetros, compatible con OCR, descripción de imágenes, razonamiento visual, etc.

Producto ComúnImagenMultilingüeModelo de lenguaje visual

Abrir sitio web

Aya Vision 8B de CohereForAI es un modelo de lenguaje visual multilingüe de 800 millones de parámetros, optimizado para diversas tareas de lenguaje visual, compatible con OCR, descripción de imágenes, razonamiento visual, resumen, preguntas y respuestas, etc. Este modelo se basa en el modelo de lenguaje C4AI Command R7B, combinado con el codificador visual SigLIP2, compatible con 23 idiomas y con una longitud de contexto de 16K. Sus principales ventajas incluyen soporte multilingüe, una potente capacidad de comprensión visual y una amplia gama de escenarios de aplicación. Este modelo se publica como pesos de código abierto para impulsar el desarrollo de la comunidad de investigación global. De acuerdo con la licencia CC-BY-NC, los usuarios deben cumplir con la política de uso aceptable de C4AI.

Best AI Websites & Tools

Aya Vision 8B

Aya Vision 8B Situación del tráfico más reciente

Aya Vision 8B Tendencia de visitas

Aya Vision 8B Distribución geográfica de las visitas

Aya Vision 8B Fuentes de tráfico

Aya Vision 8B Alternativas

Aya Vision 8B — Modelo de lenguaje visual multilingüe de 800 millones de parámetros, compatible con OCR, descripción de imágenes, razonamiento visual, etc.

Aya Vision 32B — Aya Vision 32B es un modelo de lenguaje visual multilingüe, adecuado para OCR, descripción de imágenes, razonamiento visual y otros usos.

Ollama OCR para web — Un potente paquete OCR que utiliza modelos de lenguaje visual de vanguardia para extraer texto de imágenes.

Traductor de Imágenes/Mangas — Traduce el texto de todo tipo de imágenes con un solo clic.

Integración Impresionante de DeepSeek — La integración de la API de DeepSeek con diversos softwares populares ayuda a desarrolladores y usuarios a acceder rápidamente a las capacidades de DeepSeek.

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.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B es un modelo lingüístico grande (LLM) multi-idioma, de alto rendimiento y ajustado con instrucciones, adecuado para diversas aplicaciones.

PengChengStarling — PengChengStarling es un kit de herramientas de desarrollo de modelos de Reconocimiento Automático del Habla (RAH) multilingüe basado en el proyecto icefall.

Kokoro TTS — Un modelo avanzado de texto a voz (TTS) basado en la arquitectura StyleTTS 2, con 82 millones de parámetros, que ofrece una síntesis de voz natural y de alta calidad.

SmolVLM-500M-Instruct — SmolVLM-500M es un modelo multimodal ligero que puede procesar entradas de imagen y texto y generar salidas de texto.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B es un modelo de lenguaje de código abierto de alto rendimiento, adecuado para tareas de generación y razonamiento de texto.

Reactive Resume — Un generador de currículums gratuito y de código abierto que simplifica la creación, actualización y el intercambio de currículums.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Versión cuantificada a 4 bits basada en el modelo Qwen2.5-32B, diseñada para inferencia eficiente y despliegue con recursos limitados.

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

PaliGemma2-3b-pt-224 — PaliGemma 2 es un potente modelo de lenguaje visual que admite tareas de procesamiento de imágenes y texto en varios idiomas.

PaliGemma2-3b-pt-448 — PaliGemma 2 es un potente modelo de lenguaje visual que admite diversas tareas de lenguaje visual.

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

SmolVLM — Modelo de lenguaje visual eficiente y de código abierto

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

Datalab.to — Modelo de IA de inteligencia de documentos avanzado, de código abierto y fácil de usar.

Tele-FLM-1T — Modelo de lenguaje grande multilingüe de 1T de código abierto

Llama 3.1 — Modelo de IA de código abierto de vanguardia, compatible con múltiples idiomas y funciones avanzadas.

RapidOCR — Kit de OCR rápido y multilingüe

Emilia — Conjunto de datos de generación de voz multilingüe a gran escala

FunAudioLLM — Modelo base para la comprensión y generación de voz con interacción natural

CodeGeeX4-ALL-9B — Modelo de generación de código multilingüe de código abierto

PixelProse — Conjunto de datos de descripción de imágenes a gran escala, que proporciona más de 16 millones de descripciones de imágenes sintéticas.

ChatTTS.com — Modelo de texto a voz para escenarios de conversación natural

Cohere Aya — Modelo de IA multilingüe que admite 101 idiomas.

Chat GPT 4o — Haz cualquier pregunta a GPT 4o y obtén respuestas de forma gratuita