LLaVA-o1 是什么
LLaVA-o1 被介绍为能够逐步推理、处理图像与语言信息的视觉语言模型。
你可以用它做什么
- 分阶段分析问题并得出结论
- 结合图像与语言信息推理
上手流程
- 下载代码与预训练权重
- 配置含所需依赖的运行环境
优点与缺点
✓ 我们认可的地方
- 相关研究已发表在 arXiv
- 可同时处理图像与语言信息
! 需要留意的地方
- 需配置运行环境与依赖库
- 推理前要加载预训练权重
常见问题
由谁开发?
资料说明由北京大学元组团队开发。
开放了什么?
资料列出开源代码与预训练权重。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台