跳到正文

Aya Vision 32B

开放权重的多语言视觉语言模型

访问官网

Aya Vision 32B 是什么

Aya Vision 32B 被介绍为一个接收图像输入、生成文本输出的多语言视觉语言模型。

你可以用它做什么

  • 由图像输入生成文本
  • 在 Hugging Face Space 里体验模型
  • 通过 WhatsApp 与模型聊天

上手流程

  • 安装所需的 transformers 库
  • 加载模型和处理器
  • 准备图像与文本输入数据

优点与缺点

✓ 我们认可的地方

  • 资料说明开源权重供研究人员使用
  • 列出 OCR、图像描述与视觉推理等用途

! 需要留意的地方

  • 模型遵循 CC-BY-NC 许可证
  • 使用需遵守 Cohere For AI 的合理使用政策

常见问题

支持多少种语言?

资料说明支持 23 种语言。

上下文有多长?

资料列出 16K 上下文长度。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法