ChatRex是一款擅长感知的多模态大语言模型，能在回答问题的同时将答案关联到具体对象。

Oryx-1.5-7B是基于Qwen2.5语言模型开发的7B参数模型，支持32K tokens上下文窗口，专注于高效处理任意空间尺寸和时长的视觉输入。

Sapiens 是一个在3亿张1024x1024分辨率的人像图片上预训练的视觉Transformer模型，专注于以人为中心的视觉任务。

Sapiens-2B是基于3亿张高分辨率人体图像预训练的视觉Transformer模型，专门针对人体深度估计任务优化，支持1K分辨率推理并具有优秀的真实场景泛化能力。

Sapiens是基于3亿张高分辨率人类图像预训练的视觉Transformer模型，专为以人为中心的视觉任务设计。

Sapiens是基于3亿张高分辨率人类图像预训练的视觉Transformer模型，专注于以人为中心的视觉任务。

Sapiens是基于3亿张1024×1024分辨率人体图像预训练的视觉Transformer模型，专为人体中心视觉任务设计，具有卓越的泛化能力。