跳转到正文
产品动态Hugging FaceGETAI.APP查看原文

LFM3 Omni 用一个本地模型处理图文音视频

LFM3-Omni-2B 是 Liquid AI 的端到端全模态模型,可以理解文字、图像、视频和音频,并用文字或语音回答。其目标是在端侧把原本分开的识别、视觉理解、语言和语音合成组件合并。

LFM3-Omni-2B 是 Liquid AI 的端到端全模态模型,可以理解文字、图像、视频和音频,并用文字或语音回答。其目标是在端侧把原本分开的识别、视觉理解、语言和语音合成组件合并。

模型卡提供了输入格式、输出模态和转写示例。它属于非推理模型,不支持开启 thinking 模式;具体输入输出方式由系统提示和生成模式控制。

来源:Hugging Face · LiquidAI/LFM3-Omni-2B

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?