视觉模型-全球

Gemini 2.5 Pro是谷歌推出的人工智能模型，被称为其“最智能的模型”，专为处理复杂任务而设计，在推理能力、编码性能和多模态输入方面表现出色

Aya Vision是Cohere For AI推出的一系列先进视觉语言模型（VLMs），旨在解决多模态AI系统中的多语言性能挑战

PaliGemma 2 Mix是Google最近推出的一款多任务视觉-语言模型（VLM），旨在支持多种视觉和语言任务

Moondream是一款创新的开源视觉语言模型，旨在提供高效的图像处理和理解能力