基于SmolVLM2-500M-Video-Instruct转换的MLX格式模型,支持视频文本转文本任务
下载量 51
发布时间 : 2/17/2025
模型简介
该模型是一个轻量级视觉语言模型,专注于视频内容理解和指令跟随,能够处理视频与文本的交互任务
模型特点
轻量级设计
仅500M参数规模,适合资源有限的环境部署
视频理解能力
专门针对视频内容优化的视觉语言模型
指令跟随
能够理解和执行基于视频内容的复杂指令
MLX优化
转换为MLX格式,可在Apple Silicon设备上高效运行
模型能力
视频内容理解
文本生成
指令跟随
多模态推理
使用案例
视频内容分析
视频内容描述
根据视频内容生成详细描述
视频问答
回答关于视频内容的特定问题
教育
教学视频辅助
根据教学视频生成学习要点和总结
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文