基于Qwen2.5-Omni-7B构建的多模态嵌入模型，支持跨语言文本、图像、音频和视频的统一嵌入表示

BiQwen2是基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，专注于高效视觉文档检索。

70亿参数的多模态嵌入模型，专精于视觉文档检索任务，在Vidore-v2基准测试中表现卓越

Nomic Embed Multimodal 3B是一款顶尖的多模态嵌入模型，专注于视觉文档检索任务，支持统一文本-图像编码，在Vidore-v2测试中达到58.8 NDCG@5的卓越性能。

ColNomic Embed多模态3B是一款30亿参数的多模态嵌入模型，专为视觉文档检索任务设计，支持多语言文本和图像的统一编码。

基于SmolVLM-Instruct-500M与ColBERT策略的视觉检索模型，能高效通过视觉特征索引文档

ColQwen2是基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，用于高效索引文档的视觉特征。

DSE-QWen2-2b-MRL-V1 是一个双编码器模型，专为将文档截图编码为密集向量以实现文档检索而设计。

ColPali是基于PaliGemma-3B与ColBERT策略的视觉语言模型，用于高效地从视觉特征中索引文档。

ColPali是基于PaliGemma-3B与ColBERT策略的视觉检索模型，用于高效地从视觉特征中索引文档。