github.devotd.

多模态模型

结合文本与图像、视频或音频理解及交互的通用视觉语言或全模态模型已发布权重。嵌入、重排、语音音频及图像视频专用任务优先。不包括机器人专用具身模型、执行引擎和终端用户多模态工作区。

该领域的项目 (1)
项目用途Star语言许可证最新版本
rockmatrix-ai/edgerock提供具备固定大小持久历史、可执行长程推理的公开多模态模型。★ 490PythonApache-2.0—