nvlm とは
本プロジェクトは視覚と言語のタスク向け NVLM 1.0 のマルチモーダルな大規模言語モデル群。重みとコードをコミュニティと共有している。
できること
- 画像の説明生成を動かす
- 視覚質問応答を試す
- 学習後のテキスト性能を比べる
始め方
- プロジェクトのサイトを開く
- 公開された重みとコードを入手する
- 環境を整えてモデルを読み込む
長所と短所
✓ 良い点
- 重みとコードがコミュニティに開かれている
- GPT-4o や Llama 3-V 405B との比較が資料にある
! 注意したい点
- 利用前に環境と依存関係を整える
- 重みとコードは各自で入手する
よくある質問
何が公開された?
モデルの重みとコードがオープンに公開されている。
どのタスクが挙がる?
画像の説明生成と視覚質問応答が挙げられている。
最終評価日: 2026-11-15
その他 AI画像生成 ツール
すべて見る →-
123RF AI 画像ツールを内蔵したストック素材ライブラリ 無料ツール テキストから画像 画像編集 背景除去 画像高画質化 -
360智图 360 製の画像検索・ライセンス・AI 編集 無料ツール テキストから画像 背景除去 商品画像 モデル生成ツール -
360鸿图 中国語話者向けで、中国語のプロンプトに対応する画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール 画像から画像 -
a1.art 顔入れ替え付きのフィルター型画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール -
AI Anime Generator 写真とテキストからアニメ風アートへ フリーミアムツール クリエイターツール テキストから画像 画像から画像 画像から動画 -
AI Art Generator テキストのプロンプトからオリジナル作画の下書きへ フリーミアムツール クリエイターツール テキストから画像 画像編集 アート生成ツール