MoonViT-V2 — компактно упакованная зрительная башня Kimi K3 для извлечения признаков изображений и передачи их в мультимодальные модели.

Подходит для: извлечение визуальных признаков из изображений · подготовка признаков изображений для мультимодальной модели · построение визуального компонента для системы на базе Kimi K3

Выделенный энкодер зрения Gemma 4 31B для извлечения признаковых представлений изображений в мультимодальных системах.

Подходит для: извлечение визуальных признаков из изображений · подготовка эмбеддингов изображений для мультимодальной модели · подключение визуального энкодера к совместимой системе на базе Gemma 4

DeepSeek-ViT — визуальная башня DeepSeek-V4.1-Flash с MLP-проектором для извлечения признаков изображений.

Подходит для: извлечение визуальных признаков из изображений · подготовка представлений изображений для мультимодальной модели · сжатие визуальных токенов перед передачей в языковую модель

Визуальный энкодер GLM-5.3-Flash для извлечения признаков из изображений.

Подходит для: извлечение визуальных признаков для последующей обработки · подготовка представлений изображений для мультимодальной модели · кодирование изображений в конвейере на Transformers

Компонент зрения MiniMax-M3 извлекает признаки изображений и подготавливает визуальные токены для мультимодальной модели.

Подходит для: извлечение признаков из изображений для мультимодальной модели · подготовка визуальных токенов для анализа изображений · обработка кадров видео с временными патчами

Визуальный энкодер Qwen3.8-27B для извлечения признаков изображений и передачи их языковой части мультимодальной модели.

Подходит для: извлечение визуальных признаков из изображений · получение токенов изображения для мультимодальной модели · подготовка признаков изображений для анализа Qwen

Визуальная башня Muse Glimmer с проектором для извлечения признаков изображений и передачи визуальных токенов в мультимодальную модель.

Подходит для: извлечение признаков из изображений · подготовка визуальных токенов для Muse-Glimmer-30B · получение признакового представления изображения для мультимодальной обработки

MoonViT K2.6 извлекает признаки из изображений и проецирует визуальные токены для использования с языковой моделью Kimi K2.6.

Подходит для: извлечение визуальных признаков из изображений · подготовка признаков изображения для Kimi K2.6 · предобработка изображений для мультимодальных запросов

Извлечённая из Nemotron 3 Nano Omni визуальная модель C-RADIOv4-H с проектором для получения признаков изображений.

Подходит для: извлечение признаков из изображений для мультимодальной модели · подготовка визуальных токенов для Nemotron 3 Nano Omni · получение представлений изображений для последующего анализа

Производная модели immanuelpeter/Qwen3.8-27B-Vision. Визуальный энкодер Qwen3.8-27B для извлечения признаков изображений и передачи их языковой части мультимодальной модели.

Подходит для: извлечение визуальных признаков из изображений · получение токенов изображения для мультимодальной модели · подготовка признаков изображений для анализа Qwen

Производная модели immanuelpeter/Qwen3.8-27B-Vision. Визуальный энкодер Qwen3.8-27B для извлечения признаков изображений и передачи их языковой части мультимодальной модели.

Подходит для: извлечение визуальных признаков из изображений · получение токенов изображения для мультимодальной модели · подготовка признаков изображений для анализа Qwen