Yi-VL-34B

Modèle multimodal open source avancé

Produit OrdinaireImageMultimodalIntelligence artificielle

Yi-VL-34B est la version open source du modèle Yi Visual Language (Yi-VL), un modèle multimodal capable de comprendre et d'identifier des images, et d'engager des conversations à plusieurs tours sur celles-ci. Yi-VL a obtenu d'excellents résultats lors des derniers benchmarks, se classant premier sur les deux benchmarks MMM et CMMMU.

Best AI Websites & Tools

Yi-VL-34B

Yi-VL-34B Dernière situation du trafic

Yi-VL-34B Tendance des visites

Yi-VL-34B Distribution géographique des visites

Yi-VL-34B Sources de trafic

Yi-VL-34B Alternatives

Yi-VL-34B — Modèle multimodal open source avancé

Migician — Migician est un grand modèle linguistique multimodale axé sur la localisation multi-images, capable de réaliser une localisation précise multi-images de forme libre.

Instella — Instella est un modèle linguistique open source haute performance développé par AMD, conçu pour accélérer le développement des modèles linguistiques open source.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

RAG-FiT — RAG-FiT est une bibliothèque conçue pour améliorer la capacité des grands modèles de langage (LLM) à exploiter des informations externes, en affinant les modèles sur un ensemble de données spécialement créé pour l'augmentation RAG.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

Janus-Pro-1B — Janus-Pro-1B est un framework autorégressif unifié de compréhension et de génération multimodale.

SpeechGPT 2.0 - version préliminaire — Premier système d'interaction en temps réel de niveau humain axé sur l'intelligence contextuelle, prenant en charge l'interaction vocale multi-émotionnelle et multi-stylistique.

Baichuan-M1-14B — Modèle linguistique large open source développé par Baichuan Intelligence, optimisé pour les scénarios médicaux, offrant des capacités générales et des performances exceptionnelles dans le domaine médical.

Moondream AI — Modèle linguistique visuel open source, fonctionnant sur divers appareils.

Valley 2.0 — Modèle linguistique de grande taille multimodale améliorant le traitement des données textuelles, images et vidéos.

FlagAI — Projet open source tout-en-un d'algorithmes, de modèles et d'outils d'optimisation de grands modèles.

WePOINTS — Le projet WePOINTS fournit un cadre unifié pour les modèles multimodaux.

InternVL 2.5 — Série de grands modèles linguistiques multimodaux open source

Ai2 OpenScholar — Modèle linguistique amélioré par la recherche de documents scientifiques

Llama-3.1-Tulu-3-8B — Modèle de suivi d'instructions avancé, offrant des données et du code open source.

Tencent-Hunyuan-Large — Modèle de grand expert mixte open source leader du secteur

Molmo — Famille de modèles IA multimodaux de pointe

Modèle de langage étendu Xi Hu — Un modèle multimodal de grande envergure doté d'une intelligence émotionnelle et intellectuelle exceptionnelles

Prompts Exceptionnels pour ChatGPT — Une collection d'invites pour interagir avec le modèle ChatGPT.

RWKV v6 Finch 14B — RWKV v6 Finch 14B, un grand modèle linguistique open source, traite efficacement les longs textes.

LLaVA-NeXT — Modèle multi-modal de grande envergure, traitant des données multi-images, vidéo et 3D.

Falcon 2 — Falcon 2 est un modèle multimodal, multilingue et open source capable de convertir des images en texte.

Gemini 1.5 Flash — Modèle d'IA léger et performant de Google, conçu pour les tâches à haute fréquence et grande échelle.

MAP-NEO — Un grand modèle linguistique entièrement open source, offrant des capacités avancées de traitement du langage naturel.

ImageInWords — Modèle permettant de générer des descriptions d'images extrêmement détaillées, utilisé pour entraîner des modèles de langage visuel.

ComfyUI Ollama — Modèle linguistique de grande taille (LLM) intégré aux workflows ComfyUI à l'aide du client Python Ollama.

GraphRAG — Système complet combinant l'extraction de texte, l'analyse de réseaux et les invites et résumés de grands modèles de langage.

Qwen1.5-110B — Premier modèle open source de la série Qwen1.5 avec 110 milliards de paramètres, prenant en charge plusieurs langues et doté d'une architecture de décodeur Transformer efficace.

llava-llama-3-8b-v1_1 — Modèle LLaVA optimisé par XTuner, combinant traitement d'images et de texte.