Производная модели google/gemma-4-12B-it. Инструкционная мультимодальная модель Google DeepMind для диалога, анализа текста, изображений, видео и аудио, а также генерации кода.

Подходит для: ответы на вопросы по изображениям и документам · извлечение текста и данных из сканов и PDF · транскрибация аудио и перевод речи в текст

Производная модели Wan-AI/Wan2.2-I2V-A14B. Wan2.2-I2V-A14B — MoE-модель Wan-AI для создания видео 480p или 720p на основе исходного изображения.

Подходит для: Анимация статичного изображения в короткую видеосцену · Создание видеоклипа на основе иллюстрации или концепт-арта · Добавление движения к изображению персонажа или объекта