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

Плотная мультимодальная модель Vection Labs на 27,8 млрд параметров для инженерного программирования, агентной работы с инструментами и анализа изображений и видео.

Подходит для: генерация и объяснение кода · отладка и ревью программ · изменение и анализ больших репозиториев

Плотная мультимодальная модель Vection Labs на 27,8 млрд параметров для инженерного программирования, агентной работы с терминалом и анализа изображений и видео.

Подходит для: генерация и объяснение кода · поиск и исправление ошибок в коде · анализ и редактирование больших репозиториев

Мультимодальная модель OpenGVLab на 2,2 млрд параметров для диалогов, ответов на вопросы и анализа изображений и документов.

Подходит для: ответы на вопросы по изображению · извлечение сведений из документов и сканов · распознавание текста на изображениях

Мультимодальная чат-модель OpenGVLab на 38 млрд параметров для анализа изображений и видео, визуального рассуждения и текстовых задач.

Подходит для: ответы на вопросы о содержимом изображения · сравнение и анализ нескольких изображений · понимание видеоматериалов

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Мультимодальная чат-модель vorenthos-3.5-vl-unrestricted принимает изображения и текст и отвечает на запросы о визуальном содержимом.

Подходит для: вопросы и ответы по изображению · описание содержимого фотографии · диалог с изображениями

Дообученный чекпойнт OpenVLA для предсказания действий робота по изображениям и инструкциям в пространственных задачах LIBERO.

Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · генерация последовательности действий для пространственных задач LIBERO · эксперименты с vision-language-action моделями

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

Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.

Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Компактная дообученная модель семейства LLaMA для генерации текста и ускорения вывода крупных LLaMA- и Vicuna-моделей в режиме спекулятивного декодирования.

Подходит для: черновая генерация токенов для спекулятивного декодирования · ускорение вывода моделей LLaMA-13B и LLaMA-33B · ускорение вывода моделей Vicuna-13B и Vicuna-33B

Мультимодальная модель OpenGVLab на 78 млрд параметров для диалога, анализа изображений и видео и визуального рассуждения.

Подходит для: ответы на вопросы по изображениям и видео · описание и сравнение нескольких изображений · анализ научных диаграмм и промышленных изображений

Мультимодальная модель Vection Labs на архитектуре Qwen3-VL MoE для программирования, агентных задач и анализа изображений и видео.

Подходит для: генерация и отладка программного кода · анализ и редактирование больших репозиториев · создание интерфейсов на React и TypeScript

Базовая мультимодальная модель Qwen3.5 с 9 млрд параметров для дообучения и экспериментов с пониманием изображений и генерацией текста.

Подходит для: дообучение мультимодального чат-ассистента · эксперименты с пониманием изображений · генерация текста по текстовым и визуальным входам

OpenVLA-OFT — зрительно-языковая модель управления роботом, дообученная для манипуляционных задач LIBERO-Object.

Подходит для: предсказание действий робота по изображению сцены и текстовой инструкции · манипуляция объектами в задачах LIBERO-Object · генерация последовательности действий робота для симуляции

Мультимодальная модель Qwen на 27 млрд параметров для диалогов, программирования, агентных задач и анализа изображений с длинным контекстом.

Подходит для: написание и отладка кода · анализ кода и рассуждение по репозиторию · создание интерфейсов и веб-приложений по описанию

Дообученная OpenVLA-OFT для предсказания действий робота по изображению и текстовой инструкции в задачах LIBERO-10.

Подходит для: управление роботом в задачах LIBERO-10 · предсказание последовательности действий по изображению сцены и инструкции · эксперименты с роботизированными манипуляциями

Мультимодальная модель на 8,2 млрд параметров для диалога по тексту и изображениям.

Подходит для: ответы на вопросы о содержимом изображения · описание загруженных изображений · диалог с учётом визуального контекста

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода

Распределённый GGUF-пакет модели inkling для локального чата и задач с изображениями в Mesh LLM.

Подходит для: локальный приватный чат через Mesh LLM · запуск модели на нескольких компьютерах в Mesh LLM-кластере · обслуживание OpenAI-совместимых запросов чата через локальный API

Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.

Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей

OmniVinci — мультимодальная модель NVIDIA на базе VILA для анализа изображений, видео и аудио, а также извлечения признаков.

Подходит для: извлечение признаков из мультимодальных данных · ответы на вопросы по изображениям · понимание видео со звуковой дорожкой

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации