Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Мультимодальная модель Xiaomi для генерации текста, агентных задач и работы с инструментами, с контекстом до миллиона токенов.

Подходит для: написание и исправление программного кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по длинным репозиториям и трассам взаимодействия

MiniMax-M3 — мультимодальная модель с контекстом до 1 млн токенов для диалогов, анализа изображений и видео, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · анализ видеоматериалов в контексте диалога · написание и разбор кода

Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка программного кода

Kimi K3 — мультимодальная модель с открытыми весами от Moonshot AI для программирования, рассуждений и агентной работы с длинным контекстом.

Подходит для: написание и отладка кода в больших репозиториях · длительная работа агента с инструментами разработчика · анализ изображений и видео вместе с текстом

Мультимодальная MoE-модель Xiaomi для генерации текста, агентных задач, программирования и анализа изображений, видео и аудио с контекстом до 1 млн токенов.

Подходит для: генерация ответов в диалоге с вызовом инструментов · выполнение многошаговых задач автономным агентом · разработка и анализ программного кода

Открытая мультимодальная MoE-модель Moonshot AI для программирования, анализа визуальных данных и автономного выполнения многошаговых задач с инструментами и агентами.

Подходит для: создание и исправление кода в многошаговых задачах · генерация веб-интерфейсов по текстовому описанию и изображениям · анализ изображений и видеокадров в диалоге

ViT-модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение признаков из изображений · получение эмбеддингов изображений для поиска по сходству

Небольшая Vision Transformer модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: Классификация объектов на изображениях · Получение эмбеддингов изображений для поиска по визуальному сходству · Использование визуального backbone в конвейере компьютерного зрения

Компактная модель Vision Transformer для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet · извлечение эмбеддингов изображений

Компактная модель MaxViT для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: Классификация объектов на изображениях · Распознавание сцен и категорий ImageNet · Извлечение карт признаков для компьютерного зрения

Производная модели XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B. Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

MViTv2 Small — vision transformer, обученный на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · определение категории фотографии · извлечение признаков изображений для последующей обработки

MiniCPM-V 2.6 — мультимодальная модель OpenBMB на 8 млрд параметров для диалога и анализа изображений, нескольких изображений и видео.

Подходит для: ответы на вопросы о содержимом изображения · распознавание текста на изображениях и в документах · сравнение нескольких изображений в диалоге

Компактная модель TinyViT для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение векторных представлений изображений

Компактная визуальная модель Meta AI на архитектуре ConvNeXt-Tiny, извлекающая признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному сходству · классификация изображений с k-NN или линейным классификатором

Компактная MobileViT-v2 модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений на классы ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Компактная модель MobileViT для классификации изображений по 1000 классам ImageNet-1k, рассчитанная на эффективное выполнение, в том числе на мобильных устройствах.

Подходит для: классификация фотографий по классам ImageNet · распознавание объектов на изображениях для мобильного приложения · быстрая классификация изображений на устройстве с ограниченными ресурсами

Компактная модель MaxViT для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по классам ImageNet · извлечение карт признаков из изображений · получение эмбеддингов изображений

Visformer Small — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · получение эмбеддингов изображений для поиска похожих объектов · извлечение визуальных признаков для последующих задач компьютерного зрения

Лёгкая MobileViT XS классифицирует изображения ImageNet и извлекает признаки для мобильных и других задач компьютерного зрения.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение карт признаков для компьютерного зрения

Компактная модель MViTv2 для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · получение визуальных признаков для компьютерного зрения · использование в качестве backbone для задач распознавания изображений

Компактная модель Apple MobileViT-S классифицирует изображения по 1000 классам ImageNet и рассчитана на эффективное применение в компьютерном зрении.

Подходит для: классификация объектов на фотографиях · определение класса изображения из 1000 категорий ImageNet · классификация изображений на мобильном устройстве

Визуальная модель Meta AI на базе ConvNeXt Small извлекает универсальные признаки изображений для поиска, классификации, сегментации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором · семантическая сегментация изображений