Lumine-Agent-Pretrain-VL-7B — мультимодальная модель с 7,1 млрд параметров, разработанная как первый этап предварительного обучения в проекте Lumine по созданию универсальных агентов для трёхмерных открытых миров. Она принимает изображения и текст и формирует текстовые ответы; метаданные указывают архитектуру Qwen2-VL, поддержку диалога и контекст до 32 768 токенов. Модель дообучена на базе koboshchan/Lumine-Agent-Base-VL-7B и предназначена для сценариев взаимодействия с визуальной средой игры, в частности Genshin Impact.

Модель распространяется в формате safetensors под лицензией MIT. Карточка связывает её с исследовательским проектом Lumine, однако не описывает конкретные результаты, инструкции по запуску или ограничения качества; применимость к задачам вне игрового сценария не установлена.