Llama-3.2-11B-Vision 是什么
Llama-3.2-11B-Vision 被介绍为 Meta 发布的多模态大型语言模型,结合图像与文本处理能力。
你可以用它做什么
- 把图像与文本提示组合输入
- 检索与上传图片匹配的文本
优点与缺点
✓ 我们认可的地方
- 列出文档视觉问题回答 DocVQA
- 文本任务列出多种语言
! 需要留意的地方
- 资料说明图像加文本应用仅支持英文
- 使用遵循 Llama 3.2 社区许可协议
常见问题
由谁发布?
资料说明由 Meta 发布。
能读文档吗?
资料列出 DocVQA,可理解文档文本与布局。
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