Qwen3-VL-4B-Instruct是阿里云Qwen团队推出的40亿参数指令调优多模态大语言模型，专为高通NPU优化，融合强大的视觉语言理解能力与对话微调功能，适用于聊天推理、文档分析和视觉对话等实际应用场景。

多模态Gguf

Llama-3.1-8B-onnx-ryzenai-npu是由AMD基于Meta的Llama-3.1-8B模型开发的优化版本，专门针对AMD Ryzen AI NPU进行优化部署。该模型通过Quark量化、OGA模型构建器和NPU专用后处理技术，在保持高质量文本生成能力的同时，显著提升了在AMD硬件上的推理效率。

自然语言处理Onnx英语

OmniNeural是全球首个专门为神经处理单元（NPU）设计的全多模态模型，能够原生理解文本、图像和音频，可在PC、移动设备、汽车、物联网和机器人等多种设备上运行。

这是基于Meta AI的LLaMA 3.1基础模型的衍生模型，专门针对AMD Ryzen™ AI NPU上的FastFlowLM进行了优化，仅适用于XDNA2架构。模型保留了Meta发布的核心架构和权重，可能针对特定应用进行了微调、量化或适配。

这是Meta AI发布的LLaMA 3.2 1B Instruct模型的优化变体，专门针对AMD Ryzen™ AI NPU（XDNA2架构）上的FastFlowLM进行优化。模型保留了原始架构和权重，通过量化、底层调优等技术提升在NPU上的运行效率。

AMD Ryzen™ AI优化版SDXL-Turbo，全球首个采用Block FP16格式的文本生成图像模型，专为AMD XDNA™ 2 NPU设计

多模态Onnx英语

MiniCPM-V 2.6是支持单图、多图和视频理解的GPT-4V级别多模态大语言模型，专为RK3588 NPU优化

多模态Transformers其他

Phi-3.5-mini-instruct是微软开发的高效小型语言模型，采用先进的量化技术优化，专为NPU部署设计。该模型在文本生成任务中表现出色，支持自然语言处理和代码相关场景。

自然语言处理Transformers其他

本项目基于Meta-Llama-3-8B模型，采用Quark量化技术，结合OGA模型构建器，并进行后处理以适配NPU部署，可用于文本生成任务。该模型专为AMD NPU硬件优化，支持高效的推理部署。

自然语言处理Onnx英语

本仓库收集了通过瑞芯微rkllm工具包适配的各类大语言模型，专为RK3588 NPU转换的模型。