今日开源(2025-04-15):InternVL3多模态大模型,1至78B七种参数,原生预训练强化推理,覆盖3D/工业视觉领域


今日开源(2025-04-15):InternVL3多模态大模型,1至78B七种参数,原生预训练强化推理,覆盖3D/工业视觉领域

仅用于站内搜索,没有排版格式,具体信息请跳转上方微信公众号内链接

🏆基座模型
①项目:InternVL3
★InternVL3是一个先进的多模态大语言模型系列,展示了卓越的整体性能。与InternVL2.5相比,InternVL3在多模态感知和推理能力上表现更佳,并进一步扩展其多模态能力以涵盖工具使用、GUI智能体、工业图像分析、3D视觉感知等领域。通过原生多模态预训练,InternVL3系列在文本性能上也优于Qwen2.5系列。
☆一键收藏:
https ://sota.jiqizhixin.com/project/internvl3
🛠️框架平台、必备工具
①项目:AccVideo
★AccVideo是一个创新的高效蒸馏方法,旨在通过合成数据集加速视频扩散模型。该方法在保持模型性能的同时,实现了比HunyuanVideo快8.5倍的推理速度。项目提供了完整的PyTorch实现,并开放了推理代码和模型权重,支持多GPU推理和合成视频数据集的使用。
☆一键收藏:
https ://sota.jiqizhixin.com/project/accvideo
②项目:GenPRM
★GenPRM是一个强大的生成式过程奖励模型,具备显式的链式推理和代码验证能力,能够在提供过程判断前进行这些操作。该模型通过相对进度估计(RPE)改进了蒙特卡罗估计和硬标签,并支持在测试时以并行方式进行扩展,采用多数投票机制。此外,GenPRM还可以作为验证者或评论者支持策略模型的测试时扩展。
☆一键收藏:
https ://sota.jiqizhixin.com/project/genprm
③项目:Open-Unlearning
★Open-Unlearning是一个专注于大语言模型(LLM)遗忘的开源仓库。该项目支持TOFU和MUSE,并提供一个易于扩展的框架,用于新数据集、评估、方法和其他基准的集成。项目旨在通过社区协作,扩展OpenUnlearning的功能,推动LLM忘记领域的进步。
☆一键收藏:
https ://sota.jiqizhixin.com/project/open-unlearning
④项目:Browserable
★Browserable是一个开源且可自托管的浏览器自动化库,专为AI智能体设计。它允许用户构建能够浏览网站、填写表单、点击按钮和提取信息的浏览器智能体。该项目在WebVoyager基准测试中达到了90.4%的得分。
☆一键收藏:
https ://sota.jiqizhixin.com/project/browserable
⑤项目:We0
★We0是一个为开发程序员和产品经理设计的AI代码编辑器。它支持浏览器内的调试,利用WebContainer环境运行终端,并支持npm和工具库的安装和运行。We0还具备高保真设计还原功能,支持导入历史项目进行二次编辑和调试,并与微信小程序开发工具集成,支持多平台使用。
☆一键收藏:
https ://sota.jiqizhixin.com/project/we0
今日大模型在线列表·API免费调用
2025年4月15日更新
【上新!多模态模型】
Janus-Pro-7B
gemma-3-12b-it
Qwen2.5-VL-32B-Instruct
DeepSeek-R1-Distill-Qwen-7B
————-详细内容————-
【上新!多模态模型】
Janus-Pro-7B
清湛/山东4090公共线路;推理用时5s
API调用地址:
https ://sota.jiqizhixin.com/model-api/Janus-Pro-7B_04f3775aec/chat/completions
获取秘钥:
https ://sota.jiqizhixin.com/xt-terminal/5b1bb89a-c790-4c71-9cae-e1e9ff424b3f
gemma-3-12b-it
清湛/山东4090公共线路;推理用时
8s
API调用地址:
https ://sota.jiqizhixin.com/model-api/gemma-3-12b-it_2bca5948b1/chat/completions
获取秘钥:
https ://sota.jiqizhixin.com/xt-terminal/b718cf5a-420d-4e2e-a8db-0cd33c0dee64
Qwen2.5-VL-32B-Instruct
清湛/山东4090公共线路;推理用时10s
API调用地址:
https ://sota.jiqizhixin.com/model-api/Qwen2_5-VL-32B-Instruct_0aa83a1bc0/chat/completions
获取秘钥:
https ://sota.jiqizhixin.com/xt-terminal/d1bdba2b-ccab-4406-9508-0aedae444368
【DeepseekR1系列】
DeepSeek-R1-Distill-Qwen-7B
清湛/山东4090公共线路;推理用时
5s
API调用地址:
https ://sota.jiqizhixin.com/model-api/DeepSeek-R1-Distill-Qwen-7B_78216da51b/chat/completions
获取秘钥:
https ://sota.jiqizhixin.com/xt-terminal/ff02de2b-827f-4aae-96eb-0ec8b7cc12fa
📋查看API调用文档:
https ://jiqizhixin.feishu.cn/wiki/EfHwwEuXZimdgpkQLXLcrOwKnyb
💻试用更多模型API:
https ://sota.jiqizhixin.com/xt-terminal


文章作者: ZejunCao
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 ZejunCao !
  目录