/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
22,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
11 авг 2026

Ссылки

Hugging FacearXiv 2608.10720

Ex-Omni-2D

lemonade666
Генерация текстаТекст → текст3 профессии

Ex-Omni-2D — мультимодальная модель для выразительного диалога с текстом, визуальными данными, речью и видео.

72скачиваний за 30 дней8лайковвеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ex-Omni-2D — мультимодальная диалоговая модель, разработанная авторами проекта Ex-Omni-2D. Репозиторий содержит веса языковой, визуальной и речевой частей модели, а также LoRA-адаптер видеогенератора для публичного inference-пайплайна. В метаданных архитектура указана как плотная Qwen3 с классом LlavaHerQwen3ForCausalLM; заявлен размер 7,6 млрд параметров и контекст до 40 960 токенов.

Модель предназначена для выразительного диалога с визуальным присутствием и работы с разными модальностями, включая текст, изображения, речь и видео. Для запуска README предписывает использовать конфигурацию из inference-репозитория; пайплайн загружает дополнительные зависимости, в том числе Wan2.1-T2V-1.3B, Qwen3-VL-2B-Instruct, Qwen3-TTS, Whisper-large-v3 и OmniAvatar-1.3B. Полный последовательный Teacher включён, причинный Student в этой версии отсутствует. Лицензия — Apache-2.0.

Сценарии применения

  • диалог по визуальным материалам
  • генерация выразительных речевых ответов
  • создание видео в диалоговом сценарии
  • построение мультимодальных демонстраций с визуальным присутствием

Ограничения

Причинный Student-чекпойнт в этой версии не включён; для inference требуются дополнительные зависимости из отдельных репозиториев. README не сообщает результаты оценки качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ex-Omni-2D

Paper: Ex-Omni-2D: Expressive Omni-Modal Dialogue Models with Native Visual Presence
Project page: https://logo-cuhksz.github.io/Ex-Omni-2D
Code: https://github.com/LOGO-CUHKSZ/Ex-Omni-2D-Code

This repository contains the weights required by the public Ex-Omni-2D inference pipeline. The current release includes the full-sequence Teacher; the causal Student checkpoint is not included yet.

Contents

  • model-*.safetensors: Ex-Omni-2D language, vision, and speech model.
  • video_generator/teacher.safetensors: Teacher video-generator LoRA.
  • tokenizer, generation, model configuration, and shard index files.

The inference code downloads the remaining public dependencies from their canonical Hugging Face repositories: Wan2.1-T2V-1.3B, Qwen3-VL-2B-Instruct, Qwen3-TTS-Tokenizer-12Hz, Qwen3-TTS-12Hz-0.6B-Base, Whisper-large-v3, and OmniAvatar-1.3B.

Usage

Use the release configuration in the Ex-Omni-2D inference repository. Weight references use hf:// URIs and are downloaded lazily into the standard Hugging Face cache.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaHerQwen3ForCausalLM
Ревизия весов
97f0957

0 моделей

    Создать бенчмарк