CohereForAIのAya Vision 8Bは、8億パラメーターの多言語視覚言語モデルであり、OCR、画像キャプション、視覚推論、要約、Q&Aなど、さまざまな視覚言語タスク向けに最適化されています。このモデルはC4AI Command R7B言語モデルとSigLIP2視覚エンコーダを組み合わせ、23言語をサポートし、16Kのコンテキスト長を備えています。主な利点としては、多言語サポート、強力な視覚理解能力、幅広い適用シーンなどが挙げられます。このモデルはオープンソースの重みとして公開され、世界中の研究コミュニティの発展を促進することを目的としています。CC-BY-NCライセンスに基づき、ユーザーはC4AIの許容利用ポリシーを遵守する必要があります。