KORMo-VL — корейско-английская визуально-языковая модель для понимания документов и выполнения задач агента в графических интерфейсах.

Подходит для: извлечение ответов из изображений документов · понимание таблиц и диаграмм в документах · редактирование документов по текстовым инструкциям

GLM-5V-Turbo — мультимодальная модель Z.ai для анализа изображений и видео, программирования и агентных задач.

Подходит для: анализ изображений в агентном сценарии · понимание содержимого видео · программирование по визуальным данным