DeepSeek-VL2-Tiny

Modelo de lenguaje visual avanzado de gran tamaño y experto mixto

Producto ComúnImagenModelo de lenguaje visualExperto mixto

DeepSeek-VL2 es una serie de modelos de lenguaje visual avanzados de grandes expertos mixtos (MoE), con mejoras significativas respecto a su predecesor DeepSeek-VL. Esta serie de modelos demuestra una capacidad excepcional en múltiples tareas, incluyendo respuesta a preguntas visuales, reconocimiento óptico de caracteres, comprensión de documentos/tablas/gráficos y localización visual. DeepSeek-VL2 consta de tres variantes: DeepSeek-VL2-Tiny, DeepSeek-VL2-Small y DeepSeek-VL2, con 1.0B, 2.8B y 4.5B parámetros de activación, respectivamente. DeepSeek-VL2 alcanza un rendimiento competitivo o de vanguardia en comparación con los modelos existentes de tipo denso y basados en MoE de código abierto, con un número similar o menor de parámetros de activación.

Latest AI News

AI Daily Brief

AI Product Finder

AI Product Rankings

AI Product Submit

AI Tools Directory

Building and Deploying AI

AI Models Finder

LLM Leaderboard

Model Providers

Submit Your Model

Compare LLMs

LLM Cost Calculator

LLM Arena

MCP Servers

MCP Client

MCP Case Tutorials

MCP Ranking

MCP Service Submission

MCP Playground

MCP Inspector

DeepSeek-VL2-Tiny

DeepSeek-VL2-Tiny Situación del tráfico más reciente

DeepSeek-VL2-Tiny Tendencia de visitas

DeepSeek-VL2-Tiny Distribución geográfica de las visitas

DeepSeek-VL2-Tiny Fuentes de tráfico

DeepSeek-VL2-Tiny Alternativas

DeepSeek-VL2-Tiny — Modelo de lenguaje visual avanzado de gran tamaño y experto mixto

DeepSeek-VL2-Small — Modelo de lenguaje visual avanzado de gran tamaño y experto mixto

DeepSeek-V2.5-1210 — Modelo de lenguaje de experto mixto de alto rendimiento

Kimi-VL — Modelo de lenguaje visual mixto de experto de código abierto eficiente, con capacidad de razonamiento multimodal.

InternVL2_5-26B — Modelo de lenguaje grande multimodal que integra la comprensión visual y lingüística.

Yuan2-M32-hf-int4 — Modelo de lenguaje de experto mixto de alto rendimiento

MouSi — Modelo de lenguaje visual multimodal

mPLUG-DocOwl — Modelo de lenguaje multimodal modular para la comprensión de documentos

Qwen2-VL-2B — Modelo de lenguaje visual líder en el sector, que admite la comprensión multimodal y la generación de texto.

phixtral-2x2_8 — Modelo experto mixto, con un rendimiento superior al de los modelos expertos individuales.

Liquid — Un modelo generativo multimodal que integra la comprensión y generación visual.

Moonlight-16B-A3B — Moonlight-16B-A3B es un modelo de experto mixto de 16B parámetros, entrenado con el optimizador Muon, diseñado para la generación eficiente de lenguaje.

MiniGemini — Modelo de lenguaje grande multimodal que admite la comprensión y generación simultáneas de imágenes.

Qwen2-VL-7B — Qwen2-VL-7B es el último modelo de lenguaje visual, que admite la comprensión multimodal y la generación de texto.

Skywork-MoE-Base — Modelo experto mixto de alto rendimiento con 146 mil millones de parámetros

Tencent-Hunyuan-Large — Modelo de experto mixto grande y de código abierto líder en el sector

Qwen2-VL-72B — Modelo de lenguaje visual más reciente, compatible con la comprensión multilingüe y multimodal.

Qwen-VL — Modelo de lenguaje visual de propósito general

MiniCPM-o-2_6 — MiniCPM-o 2.6 es un potente modelo de lenguaje multimodal de gran escala, adecuado para transmisión en vivo visual, de voz y multimodal.

InternVL2_5-1B — Modelo de lenguaje grande multimodal, admite la comprensión de imágenes y texto

InternVL2_5-4B — Modelo de lenguaje grande multimodal que integra la comprensión visual y lingüística.

BlueLM Modelo de Lenguaje Grande — Modelo de comprensión de lenguaje inteligente desarrollado de forma autónoma por vivo

DocLLM — Modelo de comprensión de documentos multimodal

DeepSeek-VL2 — Modelo de comprensión multimodal avanzado que integra capacidades visuales y lingüísticas.

Modelo de lenguaje extenso ShanHai de Unisound — Asistente inteligente y experto, comprensión y aplicación de conocimientos interdisciplinarios

Moonlight — Moonlight es un modelo de experto mixto (MoE) de 16B parámetros, entrenado con el optimizador Muon, que ofrece un rendimiento excepcional.

VLM-R1 — VLM-R1 es un modelo de lenguaje visual reforzado estable y versátil, enfocado en tareas de comprensión visual.

MiniGPT-4 — Modelo de lenguaje grande avanzado que mejora la comprensión visual del lenguaje.

M2UGen — Sistema de comprensión y generación de música multimodal

MA-LMM — Modelo multimodal a gran escala para la comprensión de videos a largo plazo