Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Компактная модель DeiT на базе Vision Transformer для классификации изображений по 1 000 классам ImageNet.

Подходит для: классификация изображений ImageNet · распознавание объектов на фотографиях · извлечение признаков изображений для последующего классификатора

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

Подходит для: классификация изображений по категориям ImageNet · получение признаковых представлений изображений · использование как backbone в конвейере компьютерного зрения

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

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

Компактная модель ConvNeXt для классификации изображений и извлечения визуальных признаков, предварительно обученная на ImageNet-12k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаковых карт из изображений · получение эмбеддингов изображений для последующей обработки

Визуальный Vision Transformer Meta AI для извлечения признаков изображений и использования их в классификации, поиске, сегментации и других задачах компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по эмбеддингам · классификация изображений с линейным классификатором

Мультимодальная модель TaichuAI на 9 млрд параметров для понимания изображений и видео, пространственных рассуждений и многошаговых агентных задач.

Подходит для: ответы на вопросы по изображениям, документам и графикам · распознавание и интерпретация текста на изображениях · анализ событий и поиск деталей в видеозаписях

Дообученная мультимодальная модель Qwen3.6 с ослабленными ограничениями для диалогов, анализа изображений и агентного программирования.

Подходит для: ответы на вопросы по изображениям · анализ скриншотов и визуальных материалов · помощь в программировании и правке кода

Многометочная модель PixAI Labs распознаёт до 30 877 тегов на аниме-изображениях для каталогизации, подготовки датасетов и создания подписей.

Подходит для: автоматическая расстановка тегов на аниме-иллюстрациях · поиск и каталогизация изображений по персонажам и стилям · подготовка размеченных датасетов аниме-изображений

Компактная модель ConvNeXt для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков из изображений · получение визуальных эмбеддингов для последующей обработки

ConvNeXt-V2 Base — модель для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · извлечение признаков из изображений для последующего анализа · получение эмбеддингов изображений для поиска по визуальному сходству

Мультимодальная чат-модель Gemma 4 на 31 млрд параметров с изменённым поведением отказов для диалогов, программирования и анализа изображений.

Подходит для: диалоги и ответы на общие вопросы · написание и разбор программного кода · ответы на вопросы по изображениям

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

DeiT — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по классам ImageNet-1k · определение объектов и сцен на изображении · извлечение визуальных эмбеддингов для последующей обработки

Компактная модель ConvNeXt-V2 для классификации изображений по классам ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на фотографиях · распознавание классов ImageNet-1k · извлечение карт признаков из изображений

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

Модель Apple AIMv2 для классификации изображений по текстовым описаниям и распознавания объектов с открытым словарём.

Подходит для: Классификация изображений по пользовательским текстовым категориям · Поиск изображений по краткому описанию объекта или сцены · Распознавание объектов в произвольных категориях

Открытая модель Meituan с 6 млрд параметров создаёт изображения по китайским и английским текстовым описаниям, включая фотореалистичные сцены и изображения с китайскими надписями.

Подходит для: генерация изображений по китайским промптам · генерация изображений по английским промптам · создание фотореалистичных сцен

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

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение эмбеддингов изображений

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором

CaiT M36 — крупная модель для классификации изображений ImageNet-1k и получения визуальных признаков.

Подходит для: классификация изображений по категориям · распознавание объектов на фотографиях · извлечение признаков изображений для последующих задач компьютерного зрения

PaliGemma 2 3B Mix 448 — мультиязычная визуально-языковая модель Google для описания изображений, ответов на вопросы по ним и других задач компьютерного зрения с текстовым выводом.

Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях

Компактный визуальный трансформер DeiT для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение эмбеддингов изображений · создание признакового бэкбона для компьютерного зрения