ComfyUI-QwenVL：在 ComfyUI 中无缝集成多模态大模型Qwen-VL
ComfyUI-QwenVL 是一款专为 ComfyUI 设计的自定义节点，核心优势在于深度集成了阿里巴巴云 Qwen 团队开发的 Qwen-VL 系列视觉 - 语言模型（LVLMs），涵盖最新的 Q...
排序
Qianfan-VL：百度推出的多模态大模型系列，面向企业级视觉语言任务
由百度 AI 云团队研发，Qianfan-VL 是一系列参数规模从 3B 到 70B 的多模态大语言模型（MLLM），专注于提升企业在文档理解、OCR识别和数学推理等高频场景下的自动化能力。 项目主页...
蚂蚁集团发布 M2-Reasoning-7B：通用与空间推理能力领先的多模态大模型
蚂蚁集团 inclusionAI 项目组 正式发布 M2-Reasoning-7B，一个在通用推理与空间推理领域表现卓越的多模态大语言模型（MLLM）。该模型基于 70 亿参数架构，通过创新的数据生成...
快手 Keye 团队发布 Kwai Keye-VL ：专注短视频理解的多模态大模型
快手 Keye 团队近日推出了一款全新的多模态大型语言模型（MLLM）——Kwai Keye-VL。该模型拥有 80 亿参数，专注于提升对短视频的理解能力，同时保持强大的通用视觉-语言能力。 GitH...
蚂蚁集团开源全新统一多模态大模型 Ming-Lite-Omni：支持图像、文本、音频、视频
近日，蚂蚁集团旗下的 百灵大模型（Ling）团队 正式宣布开源其最新推出的统一多模态大模型 —— Ming-Lite-Omni。这是一款基于 Ling 系列轻量模型构建的 MoE 架构全模态 AI 模...
