跳到正文

PaliGemma2-3b-pt-448

同时接收图像与文本的视觉-语言模型

访问官网

PaliGemma2-3b-pt-448 是什么

PaliGemma 2 被介绍为一款继承 Gemma 2 能力的 Google 视觉-语言模型。

你可以用它做什么

  • 把图像与文本送入模型
  • 为图像生成描述
  • 在硬件平台上部署与推理

优点与缺点

✓ 我们认可的地方

  • 高效训练架构可用于大规模数据集
  • 支持多种硬件平台上的部署与推理

! 需要留意的地方

  • 输出为由图像与文本输入生成的文本
  • 任务范围集中在视觉语言任务

常见问题

由谁开发?

资料列出开发者为 Google。

输出是什么?

简介说明由图像与文本输入生成文本输出。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法