Компактная модель для извлечения текста и структуры документов со страниц изображений с выдачей результата в Markdown.

Подходит для: распознавание текста на сканах документов · извлечение таблиц из страниц документов · распознавание формул в документах

Компактная мультимодальная модель Ovis для диалога и рассуждений по изображениям и видео, включая OCR и извлечение данных из графиков и таблиц.

Подходит для: ответы на вопросы о содержимом изображения · распознавание и чтение текста на изображениях · извлечение данных из таблиц и графиков

MoA-100M — экспериментальная авторегрессионная модель на архитектуре со смешанными метрическими механизмами внимания для генерации текста.

Подходит для: эксперименты с авторегрессионной генерацией текста · исследование метрического внимания в языковых моделях · генерация и продолжение коротких текстов

Ovis2-4B — мультимодальная диалоговая модель для анализа изображений и видео, OCR и ответов на вопросы по визуальным данным.

Подходит для: ответы на вопросы по содержимому изображения · распознавание и извлечение текста с изображений · извлечение данных из таблиц и диаграмм

Компактная мультимодальная модель Ovis2.5 для диалогового анализа изображений, OCR, понимания документов и визуальных рассуждений.

Подходит для: ответы на вопросы по изображению · распознавание текста в документах и формах · извлечение сведений из таблиц и диаграмм

Ovis2-8B — мультимодальная модель для диалога, анализа изображений и видео, OCR и извлечения данных из визуальных материалов.

Подходит для: ответы на вопросы по изображениям · распознавание текста на изображениях на нескольких языках · извлечение данных из таблиц и графиков

Мультимодальная модель Ovis2.5-9B анализирует изображения и видео, отвечает на вопросы и разбирает документы, графики и диаграммы.

Подходит для: ответы на вопросы по изображениям · распознавание текста в документах и формах · извлечение данных из таблиц и графиков

Компактная мультимодальная модель Ovis для диалога и задач по изображениям, рассчитанная на локальный запуск и периферийные устройства.

Подходит для: ответы на вопросы по содержимому изображения · описание и анализ изображений · диалог с изображением на входе

Ovis-Image — 7-миллиардная модель ATH-MaaS для генерации изображений по тексту с акцентом на точное отображение надписей и сложных макетов.

Подходит для: создание постеров и баннеров с читаемым текстом · генерация логотипов с заданными надписями · создание макетов пользовательского интерфейса

Базовая модель Qwen2 на 7,1 млрд параметров, дополнительно предобученная для задач на испанском и других языках Испании и предназначенная прежде всего для дальнейшей адаптации.

Подходит для: дообучение чат-модели для испанского языка · адаптация языковой модели для каталонского языка · создание приложений на баскском языке после постобучения

Мультимодальная модель Ovis на базе Gemma2-9B-It для диалога, анализа изображений и генерации текстовых ответов.

Подходит для: ответы на вопросы по содержимому изображений · описание объектов и сцен на изображении · диалог с учётом изображения и текстового запроса

Ovis2.6-30B-A3B — мультимодальная MoE-модель для диалога, анализа изображений, OCR и ответов по длинным документам.

Подходит для: ответы на вопросы по многостраничным документам · извлечение текста и фактов с изображений · анализ диаграмм, графиков и схем

Дообученная на базе Qwen2-7B-Instruct диалоговая языковая модель для сложных рассуждений, открытых задач и перевода.

Подходит для: решение многошаговых математических задач · объяснение задач по физике с последовательными рассуждениями · анализ сложных задач программирования

Разреженная многоязычная MoE-модель для диалогов, следования инструкциям, ответов на вопросы и генерации текста.

Подходит для: ответы на вопросы на разных языках · диалоговый помощник с вызовом инструментов · выполнение текстовых инструкций и структурированных запросов

OvisOCR преобразует изображения страниц со сложной структурой в Markdown с распознанным текстом, таблицами и формулами.

Подходит для: распознавание текста на сканах документов · преобразование страниц документов в Markdown · извлечение таблиц из документов

Мультимодальная модель эмбеддингов на 3 млрд параметров для поиска и извлечения текста, изображений, документов, видео и аудио в общем векторном пространстве.

Подходит для: семантический поиск по текстам и документам · поиск изображений по текстовому запросу и наоборот · извлечение релевантных фрагментов для мультимодального RAG

Агентная модель на базе Qwen3-8B для многошагового веб-поиска, исследования вопросов и проверки фактов по источникам.

Подходит для: исследование сложных вопросов по нескольким веб-источникам · многошаговые ответы на вопросы с поиском в интернете · поиск труднодоступных сведений в сети

Мультиязычная инструкционная MoE-модель Alibaba для диалогов, ответов на вопросы, рассуждений и перевода с низким числом активируемых параметров на токен.

Подходит для: ответы на вопросы на русском и других поддерживаемых языках · ведение мультиязычного диалога и выполнение инструкций · генерация структурированных ответов

Мультимодальная модель ATH-MaaS на основе Qwen3.5-2B создаёт эмбеддинги текста, изображений, документов и видео для поиска и сопоставления.

Подходит для: семантический поиск по тексту и изображениям · поиск изображений по текстовому запросу · поиск похожих страниц и визуальных документов

Мультимодальная модель на базе Qwen3.5-9B создаёт эмбеддинги текста, изображений, документов и видео для поиска и извлечения данных.

Подходит для: поиск изображений по текстовому запросу · поиск текста и документов по изображению страницы · индексация и извлечение мультимодальных данных для RAG

Компактная мультимодальная модель для ответов на вопросы по изображениям и видео, распознавания текста и извлечения данных из визуальных материалов.

Подходит для: ответы на вопросы по содержимому изображений · распознавание текста на многоязычных изображениях · извлечение данных из таблиц и графиков

Ovis-U1-3B — мультимодальная модель AIDC-AI для анализа изображений, генерации изображений по тексту и редактирования изображений по инструкциям.

Подходит для: описание содержимого изображения · ответы на вопросы по изображению · генерация изображения по текстовому запросу

Ovis2-34B — мультимодальная модель для диалогов и рассуждений по изображениям, видео и визуальным данным.

Подходит для: ответы на вопросы по содержимому изображения · распознавание текста на изображениях на нескольких языках · извлечение данных из таблиц и диаграмм

Ovis2-16B — мультимодальная модель для диалога, рассуждений и извлечения информации из изображений и видео.

Подходит для: ответы на вопросы по содержимому изображения · описание и сопоставление нескольких изображений · анализ последовательности видеокадров