跳到正文

Bunny

可插拔编码器的轻量级多模态模型

访问官网
分类 AI模型

Bunny 是什么

Bunny 被介绍为一系列轻量级但功能强大的多模态模型,提供即插即用的视图编码器与语言主干网络。

你可以用它做什么

  • 结合图像与文本做联合理解
  • 在聊天机器人里加入图像理解
  • 把模型用作多模态处理后端

模型说明

  • 视觉编码器列出 EVA-CLIP 与 SigLIP
  • 语言主干列出 Llama-3-8B 与 Phi-1.5
  • 资料把 Bunny-v1.0-3B 与 7B、13B 模型作比较

优点与缺点

✓ 我们认可的地方

  • 提供多种编码器与主干网络选择
  • 可在 HuggingFace 与 ModelScope 查找模型

! 需要留意的地方

  • 用更丰富的训练数据补偿尺寸减小
  • 列出的模型集中在 3B 与 8B 变体

常见问题

列出哪些编码器?

资料列出 EVA-CLIP 与 SigLIP 作为视觉编码器选项。

在哪里查看模型细节?

资料列出 HuggingFace、ModelScope 与其他发布平台。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法