Компактная мультимодальная модель unum-cloud для описания изображений, визуальных вопросов и диалога по изображению.

Подходит для: создание текстовых подписей к изображениям · ответы на вопросы о содержимом изображения · мультимодальный диалог с изображением

Компактная мультимодальная модель UForm кодирует изображения и текст на 21 языке в общее векторное пространство для семантического поиска и сопоставления.

Подходит для: поиск изображений по текстовому запросу на русском языке · поиск текстовых описаний, соответствующих изображению · мультиязычный поиск изображений в каталоге

Компактная мультимодальная модель Unum Cloud для описания изображений, ответов на вопросы о них и визуального диалога.

Подходит для: создание текстовых подписей к изображениям · ответы на вопросы о содержимом фотографии · мультимодальный чат с изображениями

Компактная мультимодальная модель для описания изображений, ответов на вопросы о них и диалога с визуальным контекстом.

Подходит для: создание текстовых подписей к изображениям · ответы на вопросы о содержимом фотографии · описание объектов и их расположения в сцене

Компактная модель unum-cloud сопоставляет английские текстовые запросы и изображения, выдавая векторные представления для поиска и классификации.

Подходит для: поиск изображений по текстовому описанию · поиск подписей к заданному изображению · zero-shot классификация изображений

Компактная англо- и визуальная модель UForm, создающая общие эмбеддинги текста и изображений для поиска и сопоставления.

Подходит для: поиск изображений по английскому текстовому запросу · поиск подписей или текстов, соответствующих изображению · извлечение эмбеддингов изображений для индексации

Компактная англоязычная модель зрения и языка для создания подписей к изображениям, их описания и ответов на вопросы по визуальному содержимому.

Подходит для: создание английских подписей к изображениям · ответы на вопросы по содержимому фотографии · краткое описание сцены на изображении