Projetos open source sobre “vlm”

Modelos nativos de visão e linguagem de código aberto (série NEO) que processam pixels e palavras em uma única arquitetura densa sem encoder, com versões 2B e 9B.

Toolkit de RAG visual que renderiza páginas da web e PDFs como capturas de tela e busca nas imagens, preservando tabelas e gráficos.

Engine de IA de borda em C++ que transforma análise de vídeo e modelos VLM no próprio dispositivo em apps implantáveis em hardware Sophon, Rockchip RKNN e x86.