Aya Vision 8B
8亿参数的多语言视觉语言模型，支持OCR、图像描述、视觉推理等功能
0
- 支持23种语言，包括中文、英文、法文等，覆盖多种语言场景
- 具备强大的视觉语言理解能力，可用于OCR、图像描述、视觉推理等任务
- 支持16K上下文长度，能够处理更长的文本输入和输出
- 可通过Hugging Face平台直接使用，提供详细的使用指南和示例代码
- 支持多种输入方式，包括图像和文本，生成高质量的文本输出
产品详情
CohereForAI的Aya Vision 8B是一个8亿参数的多语言视觉语言模型，专为多种视觉语言任务优化，支持OCR、图像描述、视觉推理、总结、问答等功能。该模型基于C4AI Command R7B语言模型，结合SigLIP2视觉编码器，支持23种语言，具有16K上下文长度。其主要优点包括多语言支持、强大的视觉理解能力以及广泛的适用场景。该模型以开源权重形式发布，旨在推动全球研究社区的发展。根据CC-BY-NC许可协议，用户需遵守C4AI的可接受使用政策。
