Модель ConvNeXt-base для классификации изображений, вероятно ориентированная на распознавание автомобилей из Stanford Cars.

Подходит для: Классификация изображений автомобилей · Определение модели автомобиля по фотографии · Добавление классификации изображений автомобилей в приложение на Transformers

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

ViT распознаёт марку, модель и год автомобиля на изображении среди 196 классов набора Stanford Cars.

Подходит для: определение модели автомобиля по фотографии · классификация изображений автомобилей по марке и модели · распознавание года выпуска автомобиля из набора поддерживаемых классов

Дообученная на Stanford Cars модель CLIP ViT-L/14 для извлечения признаков изображений автомобилей и их классификации.

Подходит для: извлечение признаков изображений автомобилей · классификация изображений автомобилей из Stanford Cars · получение векторных представлений фотографий автомобилей

Дообученная на RESISC45 cars модель CLIP извлекает признаки изображений для задач классификации автомобилей.

Подходит для: извлечение признаков изображений автомобилей · классификация автомобилей по изображениям · подготовка визуальных представлений для последующей классификации

Мультимодальная модель на базе Qwen3.5-4B для понимания дорожных сцен, 3D-восприятия и планирования траекторий автономного автомобиля.

Подходит для: ответы на вопросы об объектах и событиях на дорожных изображениях · обнаружение автомобилей и других объектов в 3D · предсказание занятости пространства вокруг автомобиля

Дообученный визуальный энкодер CLIP ViT-B/32 для извлечения признаков изображений автомобилей из набора Stanford Cars.

Подходит для: извлечение векторных признаков изображений автомобилей · сравнение изображений автомобилей по визуальному сходству · подготовка признаков автомобилей для классификатора

Модель NVIDIA, преобразующая серии автомобильных изображений и данные камер в 3D Gaussian Splats для симуляции и генерации синтетических данных.

Подходит для: создание трёхмерных автомобильных сцен из последовательностей кадров · подготовка сцен для замкнутого цикла симуляции автономного вождения · генерация синтетических данных для разработки Physical AI

Квантованная в формате GGUF модель Llama 3.2 на 1 млрд параметров для генерации творческих текстов и ролевых диалогов.

Подходит для: написание художественных сцен и рассказов · продолжение творческого текста · ролевая переписка с персонажами

Открытая мультимодальная модель Xiaomi на базе Qwen2.5-VL для визуального понимания, планирования и прогнозирования в автономном вождении и embodied AI.

Подходит для: анализ дорожной сцены по изображению · понимание пространственных отношений между объектами · планирование манипуляций и действий робота

Дообученная Qwen3-4B чат-модель для безопасного диалога, планирования и вызова инструментов в сценариях автомобильного помощника.

Подходит для: ответы на запросы водителя в салоне автомобиля · планирование безопасной последовательности действий автомобильного помощника · запрос подтверждения перед выполнением действия

Дообученная англоязычная Llama 3.2 1B для диалогов, математических задач, работы с кодом и ответов без фильтрации тем.

Подходит для: решение математических задач по текстовому описанию · генерация кода по инструкции · объяснение и проверка фрагментов кода

Модель Swin Transformer для классификации изображений автомобилей по углу обзора или ориентации.

Подходит для: определение ракурса автомобиля на фотографии · классификация изображений автомобилей по углу обзора · подготовка признаков для автомобильной аналитики

Мультимодальный комплект Qwen-Drive-1.0 на базе Qwen3.5-4B для визуального восприятия дорожной сцены и планирования движения автономного автомобиля.

Подходит для: анализ изображений дорожной сцены для автономного вождения · ответы на вопросы о дорожной обстановке по изображению · 3D-восприятие объектов и сцены на дороге

Производная модели Qwen/Qwen-Drive-1.0-4B. Мультимодальная модель на базе Qwen3.5-4B для понимания дорожных сцен, 3D-восприятия и планирования траекторий автономного автомобиля.

Подходит для: ответы на вопросы об объектах и событиях на дорожных изображениях · обнаружение автомобилей и других объектов в 3D · предсказание занятости пространства вокруг автомобиля

Компактная модель Anyze на базе Qwen2 для генерации и объяснения автомобильного и встроенного кода, включая поддержку вызова инструментов.

Подходит для: написание драйверов и обработчиков прерываний для микроконтроллеров · разработка кода на C/C++ для STM32 и других MCU · объяснение шаблонов RTOS и работы с UART, SPI, I2C и CAN

Мультимодальная модель для анализа дорожных сцен по изображениям с нескольких ракурсов и рассуждений о рисках, правилах и планировании в автономном вождении.

Подходит для: оценка рисков по изображениям дорожной сцены · проверка соблюдения правил дорожного движения · распознавание объектов и понимание дорожной обстановки

Производная модели Novaciano/Uncensored-1b-Creative_Writing_RP-GGUF. Квантованная в формате GGUF модель Llama 3.2 на 1 млрд параметров для генерации творческих текстов и ролевых диалогов.

Подходит для: написание художественных сцен и рассказов · продолжение творческого текста · ролевая переписка с персонажами

Черновая модель SK Telecom для ускорения генерации текста A.X K2 через speculative decoding в vLLM.

Подходит для: ускорение сервинга A.X K2 · снижение задержки генерации текста A.X K2 · увеличение пропускной способности при генерации кода и математических решений

Senna — визуально-языковая система для понимания дорожных сцен и планирования движения в автономном вождении.

Подходит для: планирование движения автомобиля по дорожной сцене · понимание обстановки вокруг автомобиля по визуальным данным · повышение устойчивости планирования при изменении дорожных условий

Вспомогательная DSpark-модель для спекулятивного декодирования с Kimi-K3, предназначенная для ускорения генерации текста.

Подходит для: ускорение генерации ответов с Kimi-K3 · ускорение генерации кода с Kimi-K3 · ускорение математических рассуждений с Kimi-K3

Дообученная EfficientNetV2-S распознаёт один из восьми типов кузова автомобиля на RGB-изображении.

Подходит для: классификация легковых автомобилей по типу кузова · определение SUV, седана, хэтчбека или универсала на фото · распознавание фургонов, микроавтомобилей и пикапов

Производная модели ryan12345441/car-body-classifier. Дообученная EfficientNetV2-S распознаёт один из восьми типов кузова автомобиля на RGB-изображении.

Подходит для: классификация легковых автомобилей по типу кузова · определение SUV, седана, хэтчбека или универсала на фото · распознавание фургонов, микроавтомобилей и пикапов

Модель World Models на PyTorch управляет автомобилем в CarRacing-v3, используя VAE, предсказывающую динамику MDN-RNN и контроллер, оптимизированный CMA-ES.

Подходит для: управление автомобилем в среде CarRacing-v3 · воспроизведение эксперимента World Models · исследование предсказания динамики среды с помощью MDN-RNN