Мультимодальная модель ZTE-AIM на базе Qwen2.5-VL для визуальных рассуждений, понимания изображений и ответов на вопросы по ним.

Подходит для: ответы на вопросы по изображениям · визуальные рассуждения о содержимом изображения · подробное описание и понимание изображений