VLM на базе Phi-2 и SigLIP отвечает на вопросы по изображениям и выполняет пространственные рассуждения, включая анализ карт глубины.

Подходит для: ответы на вопросы об объектах и сценах на изображении · определение пространственных отношений между объектами · анализ карт глубины для пространственных задач