一键识图！可以在任何地方运行的微型视觉语言模型！

源帅

一键识图！可以在任何地方运行的微型视觉语言模型！Moondream是一个免费开源的小型的人工智能视觉语言模型，该模型具有高性能的视觉处理能力，可以根据你的提问，识别并推测图片，给出答案。该模型由开发人员vikhyatk推出，使用SigLP、Phi-1.5和LLaVa训练数据集和模型权重初始化进行构建。
Moondream具有惊人的小体量，可在本地计算机甚至移动设备或 Raspberry Pi 上运行。
GitHub地址：

游客，如果您要查看本帖隐藏内容请回复