跳到正文

Aya Vision 8B

支持 OCR 与问答的多语言视觉语言模型

访问官网

Aya Vision 8B 是什么

Aya Vision 8B 被介绍为 CohereForAI 推出的多语言视觉语言模型,基于 C4AI Command R7B 与 SigLIP2 视觉编码器,覆盖 OCR、图像描述与视觉推理等任务。

你可以用它做什么

  • 对图像做 OCR 与文字提取
  • 用文字描述图像内容
  • 对视觉内容进行推理

上手流程

  • 从源代码安装 transformers 库
  • 用 AutoProcessor 加载模型
  • 调用 generate 方法生成文本

优点与缺点

✓ 我们认可的地方

  • 以开源权重形式发布给研究社区
  • 支持图像与文本输入并生成文本

! 需要留意的地方

  • 使用需遵守 CC-BY-NC 与 C4AI 可接受使用政策
  • 加载需要从源代码安装 transformers

常见问题

支持多少种语言?

资料说明支持 23 种语言,包括中文、英文、法文等。

采用什么许可?

资料说明遵循 CC-BY-NC 许可与 C4AI 可接受使用政策。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法