Tencent
hunyuan-large-vision
hunyuan-large-vision は混元 Large を基盤として訓練された視覚言語大規模モデルで、画像とテキストの理解を目的としています。(main.qcloudimg.com) 複数の画像とテキストを組み合わせた入力に対応し、テキストを生成します。公式発表によると、任意の解像度の画像入力に対応しています。 画像とテキストの理解タスクに重点を置いています。公式によると、多言語での画像とテ…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
hunyuan-large-vision は混元 Large を基盤として訓練された視覚言語大規模モデルで、画像とテキストの理解を目的としています。(main.qcloudimg.com) 複数の画像とテキストを組み合わせた入力に対応し、テキストを生成します。公式発表によると、任意の解像度の画像入力に対応しています。 画像とテキストの理解タスクに重点を置いています。公式によると、多言語での画像とテ…