GitLab

chatglm2-6b的推理

Granite-speech-3.3系列模型是一款小巧且高效的语音语言模型，专为自动语音识别（ASR）和自动语音翻译（AST）而设计。

MiniCPM-V 2.6是是 MiniCPM-V 系列中最新、性能最佳的模型。仅 8B 参数，但却取得 20B 以下单图、多图、视频理解 3 SOTA 成绩，一举将端侧 AI 多模态能力拉升至全面对标 GPT-4V 水平。

DiffusionDet: Diffusion Model for Object Detection

Kimi-VL-A3B-Thinking 由月之暗面开源发布的多模态模型，在多模态推理和智能体能力方面表现突出。

deepseek开发的多模态图片问答模型

多模态视觉大模型

OFA在一个简单的seq2seq的学习框架中统一了不同的跨模态和单模态的任务，包括图像生成、视觉定位、图像说明、图像分类、语言模型等，提出一种统一的多模态预训练范式，以解决复杂的任务/模态需要特殊定制模型架构的问题。

GLM-4.5是一款专为智能体应用打造的基础模型，包含推理、代码、智能体的综合能力达到开源 SOTA的模型，在真实代码智能体的人工对比评测中，实测国内最佳

DeepSeek-V3.1 是一款支持 “思考模式” 与 “非思考模式” 双模式的混合模型。