Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Modelos locais de visão

Vídeo → texto · Entender imagem e vídeo: descrever, responder perguntas, ler documentos, detectar e segmentar.

Ainda sem ranking para esta tarefa

Nenhum modelo desta subtarefa está no ranking de visão do LMArena, então nenhum ranking é desenhado. A tabela lista todos os grupos do catálogo com fatos do Hub.

4 grupos de modelos · catálogo verificando 26 de set. de 2026

Modelos locais de visão
Video-XL-2BAAI · Apache 2.0Fora do ranking de visão do LMArena de 2026-10-198,17Apache 2.0safetensors · transformers6 de jun. de 2025
Keye-VL-1_5-8BKwai-Keye · Apache 2.0Fora do ranking de visão do LMArena de 2026-10-198,77Apache 2.0transformers · safetensors5 de fev. de 2026
nemotron-labs-audio-visual-flamingo-hfnvidia · Termos do publicadorFora do ranking de visão do LMArena de 2026-10-198,77Termos do publicadorsafetensors · transformers20 de jul. de 2026
cogvlm2-llama3-captionzai-org · Termos do publicadorO Arena avaliou o modelo de chat CogVLM2 Llama3 Chat 19B; este repositório é o modelo de legendas12,510Termos do publicadorsafetensors · transformers14 de mai. de 2025
Publicadores

4 publicadores nesta tarefa

Licença mais comum

Apache 2.0 (2)

Estimativas de memória

4 de 4 grupos, pela contagem de parâmetros do Hub

Escolha sua máquina e os gráficos e tabelas marcam o que cabe na memória dela.