DeepSeek-VL2-Tiny

Modelo avançado de linguagem visual de grande porte e especialista híbrido

Produto ComumImagemModelo de Linguagem VisualEspecialista Híbrido

DeepSeek-VL2 é uma série de modelos avançados de linguagem visual de grande porte e especialistas híbridos (MoE), com melhorias significativas em comparação com a geração anterior, DeepSeek-VL. Esta série de modelos demonstra capacidades excepcionais em várias tarefas, incluindo perguntas e respostas visuais, reconhecimento óptico de caracteres, compreensão de documentos/tabelas/gráficos e localização visual. O DeepSeek-VL2 é composto por três variantes: DeepSeek-VL2-Tiny, DeepSeek-VL2-Small e DeepSeek-VL2, com 1,0B, 2,8B e 4,5B de parâmetros ativos, respectivamente. O DeepSeek-VL2 alcançou desempenho competitivo ou de ponta em comparação com modelos abertos existentes, densos e baseados em MoE, com o mesmo número ou menos parâmetros ativos.

Notícias de IA

IA Diário

Linha do Tempo da IA

Casos Recentes

Coleção de Imagens

Coleção de Vídeos

Coleção de Áudios

Coleção de Conteúdo

Tutoriais Recentes

Ranking de Produtos de IA

Ranking de Crescimento de Tráfego de IA

Ranking de Queda de Tráfego de IA

Ranking Semanal de IA

Estados Unidos

China

Índia

Brasil

Geração de Imagens

Assistente Pessoal

Geração de Personagens

Geração de Vídeos

Ranking de Projetos de IA

Ranking de Crescimento de Projetos de IA

Ranking de Desenvolvedores de IA

Ranking de Organizações de IA

Deepseek

TTS

LLM

ChatGPT

Visão Geral

DeepSeek-VL2-Tiny

DeepSeek-VL2-Tiny Situação do Tráfego Mais Recente

DeepSeek-VL2-Tiny Tendência de Visitas

DeepSeek-VL2-Tiny Distribuição Geográfica das Visitas

DeepSeek-VL2-Tiny Fontes de Tráfego

DeepSeek-VL2-Tiny Alternativas

DeepSeek-VL2-Tiny — Modelo avançado de linguagem visual de grande porte e especialista híbrido

DeepSeek-VL2 — Modelo avançado de compreensão multimodal que integra capacidades visuais e linguísticas.

InternLM-XComposer2 — Modelo de linguagem visual de grande escala para síntese e compreensão de imagem de texto de forma livre

SigLIP2 — O SigLIP2 é um codificador visual de linguagem multilíngue lançado pelo Google, usado para classificação de imagens de amostra zero.

VLM-R1 — O VLM-R1 é um modelo de linguagem visual reforçado estável e versátil, focado em tarefas de compreensão visual.

Ollama OCR para Web — Um poderoso pacote OCR que utiliza modelos de linguagem visual de última geração para extrair texto de imagens.

Moondream AI — Modelo de linguagem visual de código aberto, executável em diversos dispositivos.

PaliGemma2-3b-pt-448 — PaliGemma 2 é um poderoso modelo de linguagem visual que suporta diversas tarefas de linguagem visual.

cogagent-9b-20241220 — CogAgent-9B-20241220 é um modelo de agente de GUI baseado em modelo de linguagem visual.

CogAgent — Agente GUI baseado em um modelo de linguagem visual (VLM) de ponta a ponta de código aberto.

Megrez-3B-Omni — Modelo de compreensão multimodal de ponta aberto

POINTS-Yi-1.5-9B-Chat — Avanço recente em modelos de linguagem visual, integrando novas tecnologias do WeChat AI.

POINTS-Qwen-2-5-7B-Chat — Avanços recentes em modelos de linguagem visual

POINTS-1-5-Qwen-2-5-7B-Chat — Modelo de linguagem visual líder, suporta idiomas português e inglês com controle de alta qualidade, gratuito.

DeepSeek-V2.5-1210 — Modelo de linguagem híbrido de alto desempenho

Florence-VL — Ferramenta de aprimoramento de modelos de linguagem visual, combinando codificador visual generativo e técnica de fusão profunda e ampla.

Qwen2-VL-7B — Qwen2-VL-7B é o mais recente modelo de linguagem visual, que suporta compreensão multimodal e geração de texto.

Qwen2-VL-2B — Modelo de linguagem visual de ponta, com suporte para compreensão multimodal e geração de texto.

PaliGemma 2 — O PaliGemma 2 é um poderoso modelo de linguagem visual, fácil de otimizar.

SmolVLM — Modelo de linguagem visual eficiente e de código aberto

LLaVA-o1 — Modelo de linguagem visual capaz de raciocínio passo a passo.

Aquila-VL-2B-llava-qwen — Modelo de linguagem visual que combina informações de imagem e texto para processamento inteligente.

ROCKET-1 — Modelo de prompt de contexto visual-temporal que domina a interação em mundos abertos.

OmniParser — Interpretador de interface gráfica do usuário baseado em visão pura

VisRAG — Modelo de geração aprimorado por recuperação baseado em modelo de linguagem visual

ColPali — Ferramenta de recuperação de documentos eficiente com modelo de linguagem visual

Helpful DoggyBot — Sistema Operacional de Mobilidade Interna para Robô Quadrúpede

Qwen2-VL — Modelo de linguagem visual de nova geração, que vê o mundo com mais clareza.

InternLM-XComposer-2.5 — Um modelo de linguagem visual grande e multifuncional

PaliGemma — Modelo de linguagem visual de ponta e código aberto do Google