该模型是基于Qwen2.5-VL-7B-Instruct转换的GGUF格式模型，支持多模态任务，适用于图像和文本的交互处理。

Qwen2.5-VL-3B-Instruct是一个3B参数规模的多模态模型，支持图文生成任务，特别优化了在llama.cpp中的视觉功能支持。

Qwen2-VL-72B-Instruct 是一个多模态视觉语言模型，支持图像和文本的交互，适用于复杂的视觉语言任务。

Qwen2-VL-7B-Instruct 是一个基于 Qwen2 架构的视觉语言模型，支持图像和文本的多模态输入，适用于多种视觉语言任务。

Magma是一个多模态AI智能体基础模型，能够处理图像和文本输入并生成文本输出，具备虚拟与现实环境中的复杂交互能力。

这是一个基于Qwen2.5-VL-3B-Instruct模型的8位量化版本，专为MLX框架优化，支持图像文本生成任务。

AURORA 是一个基于视频和模拟的动作与推理为中心的图像编辑模型，专注于视觉语言任务。

一款能够用日语就输入图像进行对话的视觉语言模型，采用Chat Vector方法结合多个模型权重创建

基于InternLM2的视觉-语言大模型，具备卓越的图文理解与创作能力

InternLM-XComposer2是基于InternLM2研发的视觉-语言大模型，具备卓越的图文理解与创作能力。