Дообученная SigLIP2-модель классифицирует изображения жестов букв английского алфавита от A до Z.
Подходит для: распознавание жеста отдельной буквы на изображении · обучение распознаванию жестового алфавита · практика жестов с автоматической проверкой букв
Модель SigLIP2 для классификации изображений по двум меткам: Female и Male.
Подходит для: разметка изображений метками Female и Male · подсчёт распределения этих меток в наборе изображений · предварительная классификация изображений для последующей проверки человеком
Модель VideoMAE классифицирует короткие видео жестов вьетнамского жестового языка и выдаёт соответствующие текстовые метки.
Подходит для: распознавание жестов вьетнамского жестового языка по коротким видео · классификация отдельных жестов по видеозаписи · преобразование видеоклипа с жестом в текстовую метку
Визуально-языковая модель Google для классификации изображений по текстовым меткам, поиска изображений по тексту и использования как визуального энкодера.
Подходит для: классификация изображений по пользовательским текстовым меткам без дообучения · поиск изображений по текстовому описанию · поиск текстовых описаний, соответствующих изображению
Мультимодальная модель Alibaba для диалогов, рассуждений, анализа изображений и видео, программирования и агентной работы с инструментами.
Подходит для: создание мультимодального чат-бота · ответы на вопросы по изображениям · анализ содержимого видео
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
Визуально-языковой энкодер Google для классификации изображений по текстовым меткам, поиска изображений по тексту и использования в составе VLM.
Подходит для: классификация изображения по списку текстовых меток · поиск изображений по текстовому запросу · поиск текста, соответствующего изображению
Классификатор изображений на базе ViT для распознавания категорий жестового языка.
Подходит для: Классификация изображений жестов по категориям · Распознавание жеста на отдельной фотографии · Создание прототипа классификатора жестового языка
Базовая модель Google для классификации изображений по текстовым меткам, поиска по изображению и тексту и использования в качестве визуального энкодера.
Подходит для: классификация изображения по списку текстовых меток · поиск изображений по текстовому описанию · поиск подходящего текста для изображения
Визуально-текстовая модель Google для классификации изображений по текстовым меткам, поиска изображений и использования в качестве визуального энкодера.
Подходит для: классификация изображений по заданным текстовым категориям · поиск изображений по текстовому описанию · сопоставление изображений с подписями или запросами
Базовая vision-модель Google для классификации изображений по текстовым меткам, поиска по парам изображение–текст и использования в качестве визуального энкодера.
Подходит для: классификация изображений по пользовательским текстовым меткам · поиск изображений по текстовому запросу · поиск подходящего текста для изображения
Классификатор на базе SigLIP 2 определяет, создано ли изображение человеком или ИИ.
Подходит для: проверка изображений на признаки генерации ИИ · фильтрация пользовательских загрузок по происхождению изображения · предварительная модерация изображений в онлайн-сервисе
Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.
Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата
SigLIP — мультимодальная модель Google для классификации изображений по текстовым меткам и поиска между изображениями и текстом.
Подходит для: классификация изображений по текстовым описаниям без дообучения · поиск изображений по текстовому запросу · поиск подходящих подписей к изображению
Мультимодальная модель Google для анализа изображений по текстовому запросу и генерации подписей, ответов, OCR-текста и описаний объектов.
Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях
RoBERTa-классификатор TrustSafeAI для определения, написан ли текст человеком или сгенерирован языковой моделью.
Подходит для: предварительная проверка текста на генерацию языковой моделью · поддержка модерации пользовательских публикаций · анализ текстов для оценки вероятного авторства ИИ
Большой визуально-языковой энкодер Google для классификации изображений по текстовым меткам, поиска по изображениям и извлечения визуальных признаков.
Подходит для: классификация изображений по текстовым описаниям без дообучения · поиск изображений по текстовому запросу · поиск подходящих текстов для изображения
Визуальный энкодер Google для классификации изображений по текстовым меткам, поиска по изображению и тексту и интеграции в мультимодальные системы.
Подходит для: классификация изображений по пользовательскому списку текстовых меток · поиск изображений по текстовому запросу · поиск текстовых описаний, соответствующих изображению
Мультимодальная модель AI Singapore на основе Qwen3.6-27B для диалога, рассуждений и работы с изображениями на английском и языках Юго-Восточной Азии.
Подходит для: ответы на вопросы на языках Юго-Восточной Азии · перевод между английским и языками региона · суммаризация документов на поддерживаемых языках
Визуально-языковая модель Google для классификации изображений по текстовым меткам, поиска изображений и использования в качестве визуального энкодера.
Подходит для: классификация изображения по списку текстовых меток · поиск изображений по текстовому описанию · сопоставление изображений и подписей
Открытая мультимодальная модель Ai2 для ответов на вопросы и описания изображений, нескольких изображений и видео.
Подходит для: ответы на вопросы о содержимом видео · создание подписей к изображениям и видео · подсчёт объектов на изображении или в видео
Визуально-языковая модель JoyCaption на базе LLaVA для автоматического создания текстовых описаний изображений, в том числе для подготовки данных обучения диффузионных моделей.
Подходит для: создание подписей к изображениям для датасетов · подготовка описаний изображений для обучения диффузионных моделей · аннотирование цифрового искусства и иллюстраций
Открытая мультимодальная модель Ai2 для ответов на вопросы и описания изображений и видео, включая визуальное указание объектов.
Подходит для: ответы на вопросы по содержимому изображения · ответы на вопросы по коротким видеороликам · создание подписей к изображениям и видео
Мультимодальный агент inclusionAI на базе Qwen3.5-9B для выполнения задач в мобильных, веб- и настольных графических интерфейсах.
Подходит для: выполнение пошаговых задач в мобильных приложениях · навигация по сайтам и заполнение веб-форм · управление настольными приложениями через интерфейс ОС