Aya Vision 8B

Modèle de langage visuel multilingue à 800 millions de paramètres, prenant en charge l'OCR, la description d'images et le raisonnement visuel.

Produit OrdinaireImageMultilingueModèle de langage visuel

Ouvrir le site Web

Aya Vision 8B de CohereForAI est un modèle de langage visuel multilingue à 800 millions de paramètres, optimisé pour diverses tâches de langage visuel. Il prend en charge l'OCR, la description d'images, le raisonnement visuel, la synthèse, les questions-réponses, etc. Ce modèle est basé sur le modèle de langage C4AI Command R7B, combiné à l'encodeur visuel SigLIP2. Il prend en charge 23 langues et possède une longueur de contexte de 16 K. Ses principaux avantages incluent la prise en charge multilingue, de puissantes capacités de compréhension visuelle et une large gamme d'applications. Ce modèle est publié sous forme de poids open source afin de promouvoir le développement de la communauté de recherche mondiale. Conformément à la licence CC-BY-NC, les utilisateurs doivent respecter la politique d'utilisation acceptable de C4AI.

Best AI Websites & Tools

Aya Vision 8B

Aya Vision 8B Dernière situation du trafic

Aya Vision 8B Tendance des visites

Aya Vision 8B Distribution géographique des visites

Aya Vision 8B Sources de trafic

Aya Vision 8B Alternatives

Aya Vision 8B — Modèle de langage visuel multilingue à 800 millions de paramètres, prenant en charge l'OCR, la description d'images et le raisonnement visuel.

Aya Vision 32B — Aya Vision 32B est un modèle de langage visuel multilingue adapté à de multiples usages, tels que l'OCR, la description d'images et le raisonnement visuel.

Traducteur d'images/mangas — Traduction en un clic du texte contenu dans diverses images

FireRedASR-AED-L — Modèle de reconnaissance automatique de la parole (RAP) industriel open source, prenant en charge le mandarin, les dialectes chinois et l'anglais, aux performances exceptionnelles.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B est un grand modèle linguistique multi-langue, haute performance et fin-tuning pour les instructions, adapté à de nombreux contextes d'application.

PengChengStarling — PengChengStarling est une boîte à outils de développement de modèles de reconnaissance automatique de la parole (ASR) multilingues, basée sur le projet icefall.

YuE-s1-7B-anneal-en-cot — YuE est un modèle de génération musicale open source capable de transformer des paroles en chansons complètes.

Kokoro TTS — Modèle avancé de synthèse vocale IA basé sur l'architecture StyleTTS 2, doté de 82 millions de paramètres, offrant une synthèse vocale naturelle de haute qualité.

SmolVLM-500M-Instruct — SmolVLM-500M est un modèle multimodal léger capable de traiter des entrées image et texte et de générer des sorties textuelles.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

Reactive Resume — Générateur de CV gratuit et open source, simplifiant la création, la mise à jour et le partage de CV.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Il s'agit d'une version quantifiée sur 4 bits du modèle Qwen2.5-32B, conçue pour une inférence efficace et un déploiement nécessitant peu de ressources.

Ollama OCR pour le web — Une puissante librairie OCR utilisant des modèles linguistiques visuels de pointe pour extraire du texte à partir d'images.

STranslate — Outil de traduction et d'OCR prêt à l'emploi

RWKV-6 Finch 7B World 3 — Modèle d'IA open source, doté de 7 milliards de paramètres et entraîné sur 3,1 billions de jetons multilingues.

SmolVLM — Modèle de langage visuel (VLM) efficace et open source

llama-ocr — Bibliothèque npm gratuite utilisant Llama 3.2 Vision pour la reconnaissance optique de caractères (OCR), avec sortie en texte markdown.

Datalab.to — Modèle d'IA avancé pour l'intelligence documentaire, open source et facile à utiliser.

Llama 3.1 — Modèle d'IA open source de pointe, prenant en charge plusieurs langues et des fonctionnalités avancées.

RapidOCR — Boîte à outils OCR rapide et multilingue

Emilia — Ensemble de données de génération de parole multilingue à grande échelle

FunAudioLLM — Modèle de base pour la compréhension et la génération de la parole en interaction naturelle

CodeGeeX4-ALL-9B — Modèle de génération de code multilingue open source

Fish Speech V1.2 — Modèle de conversion texte-parole de pointe

ChatTTS.com — Modèle de synthèse vocale pour les scénarios de conversation naturelle

Cohere Aya — Modèle d'IA multilingue prenant en charge 101 langues.

Chat GPT 4o — Posez gratuitement toutes vos questions à GPT 4o et obtenez des réponses.

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

VILA — Modèle de langage visuel multi-image, comprenant des schémas d'entraînement, d'inférence et d'évaluation, déployable du cloud aux périphériques (tels que Jetson Orin et les ordinateurs portables).

Meta Llama 3 — Modèle linguistique de grande taille (LLM) nouvelle génération open source de Meta, aux performances exceptionnelles.