基于Qwen的视觉叙事模型量化版本,专注于跨帧一致的故事生成和图像转文本任务
下载量 195
发布时间 : 5/13/2025
模型简介
该模型是QwenStoryteller的静态量化版本,专门优化了视觉叙事能力,支持基于图像输入生成连贯的故事文本,并保持跨帧一致性。
模型特点
跨帧一致性
在生成多帧图像描述时保持故事连贯性和逻辑一致性
思维链支持
支持思维链推理,能生成更符合逻辑的叙事内容
多重量化选项
提供从Q2_K到f16共12种量化版本,满足不同硬件和精度需求
视觉语言理解
能够理解图像内容并转化为富有表现力的文本描述
模型能力
图像转文本生成
视觉叙事
连贯故事创作
多模态理解
使用案例
内容创作
漫画脚本生成
根据漫画分镜图像自动生成连贯的对话和旁白
保持角色性格和情节连贯性的脚本
教育叙事
将教育类插图转化为适合儿童阅读的故事文本
寓教于乐的故事内容
辅助创作
影视分镜描述
为影视分镜图生成详细场景描述
可用于剧本创作的详细场景说明
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