evolvinglmms-lab/llava-onevision-2
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
Полностью открытая рамка для демократизированного мультимодального обучения
Обзор
Полностью открытая рамка для демократизированного мультимодального обучения 🤗 2 Модели · Наборы данных · Технический отчет · Главная страница · Codec Playground · vLLM · Discord 🤗 1.5 Модели · Наборы данных · Технический отчет · NeMo · Discord - 30.04.2026: Выпущена LLaVA-OneVision-2 — мультимодальная модель следующего поколения с новыми наборами данных LLaVA-OneVision-2-VideoCaption и LLaVA-OneVision-2-Spatial датасеты. - 2026-02-10: Выпущена OneVision-Encoder — кодировщики видения с техническим отчётом. - 11.12.2025: Выпущена рецепт RL для LLaVA-OneVision-1.5 с проектом, кодом, данными и моделью. - 30.09.2025: Выпущена Технический отчет LLaVA-OneVision-1.5. — это выпуск следующего поколения семейства LLaVA-OneVision — полностью открытой мультимодальной модели 8B, объединяющей изображения, длинное видео и пространственное понимание в одной архитектуре, при этом весь конвейер (данные, энкодеры, обучение, контрольные точки, журналы) выпускается сквозь конец до конца. Помимо равномерной заплатки.
Обзор (машинный перевод)
Полностью открытая рамка для демократизированного мультимодального обучения
[! ВАЖНО] 🌟 Основная работа над этим проектом возглавляется Glint Lab. Для интерактивного онлайн-опыта посетите ve2s.ai.
👉 Группа 👈 Сяохуншу
🤗 2 Модели · Наборы данных · Технический отчет · Главная страница · Codec Playground · vLLM · Discord
🤗 1.5 Модели · Наборы данных · Технический отчет · NeMo · Discord
НОВОСТИ
- 30.04.2026: Выпущена LLaVA-OneVision-2 — мультимодальная модель следующего поколения с новыми наборами данных LLaVA-OneVision-2-VideoCaption и LLaVA-OneVision-2-Spatial datasets.
- 2026-02-10: Выпущен OneVision-Encoder — кодировщики видения с кодеками с техническим отчетом.
- 11.12.2025: Опубликован рецепт RL для LLaVA-OneVision-1.5 с проектом, кодом, данными и моделью.
- 30.09.2025: Опубликован технический отчет LLaVA-OneVision-1.5.
Содержание
- Введение
- Результаты
- Оценочное воспроизведение
- Метод
- Модели
- Наборы данных
- Быстрый старт (4B, один узл)
- Цитирование
- Благодарность
- LLaVA-OneVision-1.5
Введение
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
Fully Open Framework for Democratized Multimodal Training
👉 <a href=“asset/xiaohongshu_group.jpeg”>Xiaohongshu Group 👈
🤗 2 Models · Datasets · <a href=“https://arxiv.org/pdf/2605.25979”>Technical Report · <a href=“https://evolvinglmms-lab.github.io/LLaVA-OneVision-2/”>HomePage · <a href=“https://huggingface.co/spaces/FeilongTang/OneVision-Encoder-Codec-View”>Codec Playground · <a href=“https://docs.vllm.ai/en/latest/api/vllm/model_executor/models/llava_onevision2/”>vLLM · <a href=“https://discord.gg/PmdGHMFNP”>Discord
🤗 1.5 Models · Datasets · Technical Report · NeMo · Discord
NEWS
- 2026-04-30: Released LLaVA-OneVision-2 — next-generation multimodal model, with new LLaVA-OneVision-2-VideoCaption and LLaVA-OneVision-2-Spatial datasets.
- 2026-02-10: Released OneVision-Encoder — codec-aligned vision encoders, with Technical Report.
- 2025-12-11: Released RL recipe for LLaVA-OneVision-1.5, with Project, Code, Data, and Model.
- 2025-09-30: Released the LLaVA-OneVision-1.5 Technical Report.
Contents
Рекомендуемые инструменты
Попробуйте другой запрос или уберите фильтр.
Установка
npx skillfish add evolvinglmms-lab/llava-onevision-2