All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

InternVL3-1B-AWQ

OpenGVLab/InternVL3-1B-AWQ

PublisherOpenGVLab

Download access requirementsMirror available

InternVL3 是一个先进的多模态大型语言模型系列,在整体性能上表现出色。该模型具备卓越的多模态感知和推理能力,并进一步扩展到工具使用、GUI代理、工业图像分析、三维视觉感知等领域。 得益于原生多模态预训练,InternVL3系列在整体文本性能上优于Qwen2.5系列 支持输入:图像、文本、视频、多图像序列、GUI操作

Vision & LanguageEmbedding & RetrievalText Chat
Model details

模型介绍

中文整理

InternVL3-1B

Model use case

InternVL3 是一个先进的多模态大型语言模型系列,在整体性能上表现出色。该模型具备卓越的多模态感知和推理能力,并进一步扩展到工具使用、GUI代理、工业图像分析、三维视觉感知等领域。

主要能力

多模态推理与数学能力

OCR、图表和文档理解

多图像与现实世界理解

视觉定位

多模态多语言理解

视频理解

GUI定位

空间推理

得益于原生多模态预训练,InternVL3系列在整体文本性能上优于Qwen2.5系列

输入输出

支持输入:图像、文本、视频、多图像序列、GUI操作

输出:文本响应、推理结果

运行要求

推荐使用transformers>=4.38.0

支持16位(bf16/fp16)推理

支持BNB 8位量化

支持多GPU部署

建议使用LMDeploy进行部署推理

基本用法

模型加载:支持使用transformers库加载模型进行推理

推理方式:支持流式输出、多图像推理、批量提示推理、多轮对话

微调支持:支持InternVL、SWIFT、XTurner等框架进行微调部署方式:可使用LMDeploy进行压缩、部署和服务化

限制

模型使用过程中需遵守Qwen License关于预训练模型的使用条款

License

本项目采用MIT许可证发布

本项目使用的Qwen2.5预训练模型采用Qwen License许可证

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top