下载

Skill UI

浏览并发现 5096+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索视觉语言，共找到 3 条记录

默认排序最新上传最多下载

BLIP-2 视觉语言预训练

blip-2-vision-language

Orchestra-Research/AI-Research-SKILLs

BLIP-2 将冻结图像编码器与大语言模型连接为视觉语言预训练框架，可用于高质量图像描述、视觉问答、图文检索或零样本多模态对话。

CLIP 视觉语言模型

Orchestra-Research/AI-Research-SKILLs

OpenAI 的 CLIP 将视觉与语言连接，可实现零样本图像分类、语义搜索、内容审核及跨模态检索，适合集成在需要图文匹配或向量搜索的通用视觉理解场景中。

多模态视觉语言助手

Orchestra-Research/AI-Research-SKILLs

开源的 LLaVA 将 CLIP 视觉编码器与 Vicuna/LLaMA 模型结合，支持多轮图像对话、视觉问答、图像描述及视觉指令执行，可通过 CLI、API 或 Gradio 界面部署。

1

语言