“mllm” 相关开源项目

开源原生视觉-语言模型系列 NEO，采用无编码器的稠密架构统一处理像素与文字，提供 2B 与 9B 版本。

一个统一多模态模型，通过自然语言指令生成文本、图像或图文结合的结果，完成多种计算机视觉任务。