标签 AI 模型
Megrez-3B-Omni 是什么
Megrez-3B-Omni 被介绍为由无问芯穹研发的端侧全模态理解模型,基于 Megrez-3B-Instruct 扩展,可理解图片、文本与音频三类数据。
你可以用它做什么
- 综合理解分析图片、文本和音频
- 对输入图片进行语音提问
- 根据语音指令直接响应文本
- 用中英文语音进行多轮对话
上手流程
- 安装 torch 和 transformers 等必要环境和库
- 从 Hugging Face 网站下载模型
- 按代码示例设置模型路径并加载模型
- 准备文本、图像和音频等输入数据
优点与缺点
✓ 我们认可的地方
- 支持中英文语音输入及多轮对话
- 模型设计考虑端侧部署与响应速度
! 需要留意的地方
- 对图片语音提问需要先准备输入图片
- 所列分数来自 C-EVAL、MMLU 等具体测试集
常见问题
覆盖哪些模态?
资料列出图片、文本、音频三种模态的理解分析。
支持什么语音?
资料说明支持中英文语音输入及多轮对话。
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