InternVL 是什么
InternVL 被介绍为通过把 ViT 模型扩展并与语言模型对齐而构建的开源视觉基础模型。资料列出的任务从视觉感知、跨模态检索延伸到多模态对话。
你可以用它做什么
- 进行图像分类
- 进行语义分割
- 进行视频分类
- 做图像文字检索与视觉语言建模
使用示例
- 使用 InternViT-6B 进行图像分类
- 使用 InternVL-C 进行图像文本检索
- 使用 InternVL-Chat 进行视觉问答
模型说明
- ViT 模型扩展到 60 亿参数
- 视觉模型与语言模型对齐
- 构建出 14B 开源视觉基础模型
- 资料称在广泛任务上取得 32 项 state-of-the-art 性能
优点与缺点
✓ 我们认可的地方
- 60 亿参数的视觉模型与语言模型对齐
- 为分类、检索和视觉问答列出具体模型变体
! 需要留意的地方
- 列出的用例依赖具体的模型变体
- 视觉任务需要与语言模型配合对齐
常见问题
模型规模有多大?
资料说明 ViT 扩展到 60 亿参数,并与语言模型对齐形成 14B 开源视觉基础模型。
资料列出的适用方向是什么?
资料列出计算机视觉研究与多模态应用开发。
最后评测: 2026-11-15
更多 AI 图像生成 工具
查看全部 →-
123RF 带 AI 图像工具的素材库 免费 工具 文生图 图像编辑 抠图 图片放大 -
360智图 360 出品的图片搜索、授权与 AI 编辑 免费 工具 文生图 抠图 商品图 模型生成器 -
360鸿图 面向中文用户的图像生成,提示词用中文写 免费 工具 创作者工具 文生图 艺术生成器 图生图 -
a1.art 以滤镜驱动的图像生成与换脸 免费 工具 创作者工具 文生图 艺术生成器 -
AI Anime Generator 把照片与文字变成动漫风格图 免费增值 工具 创作者工具 文生图 图生图 图生视频 -
AI Art Generator 文字提示词生成原创画面草稿 免费增值 工具 创作者工具 文生图 图像编辑 艺术生成器