AI Safeguard联合卡内基梅隆和斯坦福最新开源的一款轻量级的多模态模型：Ivy-VL。3B参数，在多个基准测试中超过了PaliGemma 3B 、 Moondream2 、 Qwen2-VL-2B 、 InternVL2-2B和InternVL2_5-2B等。支持图像文本输入，文本输出，可以用于各种视觉问答和图像理解任务，可以用于部署在，比如AI眼镜、智能手机等设备上。
参考文献：
[1] 模型：https://huggingface.co/AI-Safeguard/Ivy-VL-llava
[2] https://colab.research.google.com/drive/1D5_8sDRcP1HKlWtlqTH7s64xG8OH9NH0
欢迎大家支持我的知识星球（NLP工程化）：Dify源码剖析及答疑，Dify对话系统源码，电子书籍报告下载，公众号所有付费资料。如果微信群二维码过期，可加个人微信（buxingtianxia21）进群。
NLP工程化知识星球
NLP工程化分享群
