DeepSeek-VL2-Small

Modelo de linguagem visual avançado de grande escala e especialista misto.

Produto ComumImagemQuestionamento visualReconhecimento óptico de caracteres (OCR)

DeepSeek-VL2 é uma série de modelos de linguagem visual avançados e de especialistas mistos (MoE) de grande escala, com melhorias significativas em relação à geração anterior, DeepSeek-VL. Esta série de modelos demonstra capacidades excepcionais em várias tarefas, incluindo questionamento visual, reconhecimento óptico de caracteres (OCR), compreensão de documentos/tabelas/gráficos e localização visual. O DeepSeek-VL2 consiste em três variantes: DeepSeek-VL2-Tiny, DeepSeek-VL2-Small e DeepSeek-VL2, com 1 bilhão, 2,8 bilhões e 4,5 bilhões de parâmetros ativados, respectivamente. O DeepSeek-VL2 alcançou desempenho competitivo ou de ponta em comparação com modelos abertos existentes, densos e baseados em MoE, com um número semelhante ou menor de parâmetros ativados.

Best AI Websites & Tools

DeepSeek-VL2-Small

DeepSeek-VL2-Small Situação do Tráfego Mais Recente

DeepSeek-VL2-Small Tendência de Visitas

DeepSeek-VL2-Small Distribuição Geográfica das Visitas

DeepSeek-VL2-Small Fontes de Tráfego

DeepSeek-VL2-Small Alternativas

DeepSeek-VL2-Small — Modelo de linguagem visual avançado de grande escala e especialista misto.

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

Moonlight — Moonlight é um modelo de especialista misto com 16 bilhões de parâmetros, treinado com o otimizador Muon, apresentando desempenho excepcional.

Aria-UI — Modelo multimodal para localização visual de comandos de GUI

InternViT-300M-448px-V2_5 — Versão aprimorada do InternViT-300M-448px, com capacidade aprimorada de extração de recursos visuais.

Tencent-Hunyuan-Large — Modelo de especialista misto de larga escala de código aberto líder do setor

mPLUG-DocOwl 1.5 — Modelo de aprendizado de estrutura unificada para compreensão de documentos sem OCR

GRIN-MoE — Modelo de especialista misto de alto desempenho e baixo consumo de recursos.

EAGLE — Exploração do espaço de design de modelos de linguagem grandes multimodais

Yuan2.0-M32-hf-int8 — Modelo de linguagem de especialista misto de alto desempenho

VideoLLaMA2-7B-Base — Modelo de linguagem de vídeo de grande porte, oferecendo questionamento visual e geração de legendas de vídeo.

Skywork-MoE-Base — Modelo de especialista misto de alto desempenho com 146 bilhões de parâmetros

RAGFlow — Motor de RAG (Geração Aumentada por Recuperação) de código aberto baseado em compreensão profunda de documentos.

Bunny — Família de modelos multimodais leves, porém poderosos.

Assistente de IA do Adobe Acrobat — Assistente de IA inteligente para compreensão e geração rápida de documentos.

mPLUG-DocOwl — Modelo de linguagem grande multi-modal modular para compreensão de documentos

DocLLM — Modelo de compreensão de documentos multimodais

CogVLM — Modelo de linguagem visual de código aberto poderoso

Unriddle — Simplifique documentos complexos, faça perguntas e obtenha respostas instantaneamente.