WeVisOne-VL-4B
tencent · 工具包
用腾讯的一个 4B 视觉语言模型在图片中查找、计数、指向、识字和分割物体，并生成 alpha 抠图。适合做视觉定位和图像抠图的研究人员。
新上架
AI 研究技能与智能体
围绕一个问题读遍资料，再告诉你每份资料怎么说的提示词和智能体。
类别与筛选
商品
Open VLM Video Leaderboard
opencompass · 工具包
一个视觉语言模型在视频理解基准上得分的排行榜，有总排名，也有每个基准的详细榜单。适合挑选模型的研究人员和工程师。
新上架
Open VLM Leaderboard
opencompass · 工具包
展示用 VLMEvalKit 工具包收集的视觉语言模型得分排行榜，有总榜，也有每个基准的单独表格。适合比较多模态模型的研究者和工程师。
新上架