跳到正文

Valley

处理文本、图像和视频的多模态模型

访问官网

valley 是什么

该模型被介绍为字节跳动开发、横跨文本、图像与视频的多模态系统。

你可以用它做什么

  • 分析上传的图片和视频以改进推荐
  • 分析商品图片以优化商品展示
  • 对监控视频做实时分析

需要留意什么

  • 先安装 Python 与 PyTorch 环境
  • 按 requirements.txt 安装依赖
  • 下载 Valley-Eagle-7B 等预训练模型

优点与缺点

✓ 我们认可的地方

  • 可灵活调整视觉令牌数量
  • 新增编码器面向极端场景提升表现

! 需要留意的地方

  • 需要安装 Python 和 PyTorch 环境
  • 需按 requirements.txt 安装依赖

常见问题

处理哪些数据?

资料说明它处理文本、图像和视频数据。

报告了什么分数?

事实卡给出 OpenCompass 平均得分大于等于 67.40。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法