AutoGLM-Phone-9B — мультимодальная модель для понимания экранов Android и поддержки автоматизации задач на смартфоне через Phone Agent.

Подходит для: выполнение заданий на смартфоне по текстовой команде · поиск информации в мобильных приложениях · навигация по интерфейсу Android по снимкам экрана

Мультимодальная модель Zhipu AI анализирует экран Android и поддерживает автоматизацию действий на смартфоне по запросам на естественном языке.

Подходит для: автоматизация поиска информации в приложениях Android · выполнение многошаговых задач через интерфейс смартфона · анализ снимка экрана для выбора следующего действия

AION-base — омнимодальная модель для адаптации к задачам анализа изображений, спектров и других данных астрономических обзоров.

Подходит для: анализ изображений астрономических обзоров · анализ спектров SDSS и DESI · объединение изображений и каталожных данных телескопических обзоров

Производная модели LiquidAI/LFM2.5-2.6B. Компактная многоязычная текстовая модель Liquid AI для локального запуска, вызова инструментов, RAG и длинноконтекстных агентных задач.

Подходит для: вызов инструментов из диалога с ассистентом · многошаговое выполнение задач агентом · извлечение структурированных данных из текста

Производная модели Qwen/Qwen3-0.6B. Компактная многоязычная модель Qwen3 для генерации текста, диалогов, рассуждений и работы с инструментами.

Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение программного кода · решение математических и логических задач

Производная модели neuphonic/distill-neucodec. Distill-NeuCodec — компактный нейронный аудиокодек Neuphonic для эффективного кодирования речевого аудио.

Подходит для: кодирование речевого аудио в нейронном аудиокодеке · подготовка аудиопредставлений для речевых моделей · снижение вычислительных затрат при обработке речевых сигналов

Мультимодальный агент OpenBMB для управления Android-приложениями по снимкам экрана и инструкциям на китайском или английском языке.

Подходит для: автоматизация нажатий и жестов в Android-приложениях · поиск и открытие элементов интерфейса по скриншоту · выполнение многошаговых задач в китайских приложениях

Производная модели argmaxinc/whisperkit-coreml. Набор моделей Whisper в формате Core ML для локального распознавания речи и транскрибации на устройствах Apple Silicon.

Подходит для: локальная транскрибация аудиозаписей на устройствах Apple · преобразование речи в текст в приложениях для Apple Silicon · распознавание речи без отправки аудио на сервер

Компактная дообученная модель Nexa AI на базе Gemma 2B для преобразования текстовых запросов в вызовы функций Android API.

Подходит для: Преобразование запросов на управление Android в вызовы API · Генерация вложенных вызовов функций по текстовому запросу · Формирование параллельных вызовов функций для составной задачи

Мультимодальная модель OS-Genesis для анализа экранов Android и формирования действий GUI-агента.

Подходит для: выполнение задач в приложениях Android по описанию на естественном языке · управление мобильным интерфейсом по снимку экрана · построение траекторий действий GUI-агента

Мультимодальная доработанная версия Gemma 4 12B с ослабленными отказами для диалога и анализа текста, изображений и аудио.

Подходит для: диалог с мультимодальным помощником · ответы на вопросы по изображению · анализ аудиовходов в диалоге

Квантизированная MoE-модель Laguna-XS.2 для агентного программирования и генерации кода на компьютерах Apple Silicon.

Подходит для: генерация и продолжение кода · помощь агенту в многошаговой разработке ПО · ответы на вопросы по программированию в диалоге

O2-9B-Preview — 9-миллиардная модель Ant International для агентного рассуждения, программирования и выполнения задач с инструментами и проверкой результатов.

Подходит для: выполнение многошаговых задач с вызовом инструментов · помощь в разработке и работе с репозиториями кода · анализ результатов запуска тестов и исправление ошибок

Компактная текстовая модель на базе SmolLM2 для управления интерфейсом Android по инструкциям, элементам дерева доступности и истории действий.

Подходит для: автоматизация нажатий в настройках Android · ввод текста в поля Android-приложений · прокрутка экранов по текстовой инструкции

ForgeOwl-8B — дообученная визуально-языковая модель для выполнения задач в мобильных Android-интерфейсах по снимкам экрана и текстовым инструкциям.

Подходит для: автоматизация последовательностей действий в Android-приложениях · тестирование мобильных приложений по пользовательским сценариям · выполнение задач в графическом интерфейсе по текстовой инструкции

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Визуально-языковая модель на базе Qwen2-VL для выполнения инструкций и задач в графическом интерфейсе Android.

Подходит для: выполнение текстовых инструкций в интерфейсе Android по снимку экрана · автоматизация действий в мобильных приложениях · обучение и адаптация GUI-агента в интерактивной среде

Aria-UI — мультимодальная модель для понимания инструкций и взаимодействия с графическими интерфейсами в составе GUI-агентов.

Подходит для: привязка текстовой инструкции к элементам интерфейса на скриншоте · выполнение задач в приложениях Android с GUI-агентом · управление веб-интерфейсом по текстовым инструкциям

Производная модели fixie-ai/ultravox-v0_5-llama-3_1-8b. Ultravox v0.5 — речевая языковая модель Fixie.ai, которая понимает аудио и текст и генерирует текст для голосовых агентов, анализа речи и перевода.

Подходит для: создание голосового агента, отвечающего на голосовые сообщения · транскрибирование речи в текст · анализ содержания spoken audio

UI-Voyager — дообученный мультимодальный агент, который воспринимает мобильный интерфейс и выполняет задачи на Android.

Подходит для: автономное выполнение задач в Android-приложениях · распознавание элементов мобильного интерфейса по скриншотам · понимание назначения кнопок и других элементов экрана

Компактная дообученная Gemma-2b от Nexa AI для локального планирования шагов в агентских приложениях.

Подходит для: планирование последовательности действий для ИИ-агента · составление плана вызовов Android API · локальное планирование на edge-устройстве без облака

OS-Genesis-4B-AC — дообученная мультимодальная модель для анализа экранов мобильных устройств и управления GUI-агентом.

Подходит для: выполнение инструкций в интерфейсе Android · анализ снимка экрана мобильного приложения · построение траекторий действий GUI-агента

Экспериментальный экспорт Qwen3-VL для GUI-агента Android, чьи веса совпадают с базовой моделью из-за пропуска всех обновлений обучения.

Подходит для: интерпретация скриншотов Android-приложений · выполнение сценариев взаимодействия с Android-интерфейсом · исследование обучения GUI-агентов методом GRPO

AION-large — мультимодальная Transformer-модель для адаптации к задачам анализа астрономических обзоров, изображений, спектров и каталогов.

Подходит для: анализ изображений астрономических обзоров · работа со спектрами SDSS и DESI · анализ фотометрии объектов в разных обзорах