Это веса визуального энкодера AIM-v2 large с патчами 14×14, входным разрешением 336 пикселей, опубликованные в формате, совместимом с библиотекой timm. Карточка Hugging Face связывает репозиторий с Apple; модель предназначена для извлечения признаков изображений и может использоваться как визуальный энкодер в задачах компьютерного зрения.

Метаданные указывают на форматы PyTorch и Safetensors и лицензию apple-ascl. Карточка не описывает качество на наборах данных, ограничения применения или поддержку текстовых и мультимодальных входов; поэтому модель следует рассматривать как энкодер изображений, а не как готовую систему генерации ответов.