本文由 资源共享网 – ziyuan 发布，转载请注明出处，如有问题请联系我们！多模态统一大模型 Florence-2模型
Florence-2是微软研究院推出的开源多模态统一大模型，采用文本Prompt统一所有计算机视觉任务，在零样本能力上表现突出。
核心特点
任务统一架构：打破传统多任务多模型的设计，用一个纯Transformer架构统一处理目标检测、实例分割、OCR、图像描述、VQA视觉问答、深度估计等数十种CV任务，所有任务都转化为文本生成问题，通过不同Prompt调用即可。
极强零样本迁移能力：在126个公开数据集上做了预训练，覆盖各类视觉任务场景，零样本下直接超越很多专业微调模型，不需要针对特定任务微调就能直接用。
多尺寸适配不同场景：推出了3个参数规格，适配从端侧到云端的不同需求：
表格
核心能力示例
你只需要更换Prompt就能切换任务：
图像描述：
What is the content of this image?目标检测：
<OD>猫会输出所有猫的 bounding box 坐标OCR识别：
<OCR>提取图片中所有文字视觉问答：
How many people are in this image?直接回答问题
与《多模态统一大模型 Florence-2模型》相关的《AI设计》
TripoSR快速3D重建大模型
TripoSR-model.ckpt是TripoAI开源的TripoSR快速3D重建大模型的预训练权重文件，ckpt为传统PyTorch模型存储格式，用于从单张输入图像快速生成高质量三维网格模型。核心定位与特点TripoSR是目前速度最快的开源单图转3D模型，核心优势：生成速度极快：单张图像生成完整3D网格仅需0.5秒，远快于传统NeRF重建方案（通常需要数分钟）精度表现优秀：在复杂...
5 842 0
基于SDXL框架开发的顶级写实风格AI绘画大模型
realvisxlV40_v40Bakedvae.safetensors是基于SDXL框架开发的顶级写实风格AI绘画大模型，已经内置烘焙好的匹配VAE，是目前SDXL生态中最受欢迎的写实底模之一，文件格式为安全的safetensors。核心特点与定位它主打极致照片级真实感，是RealVisXL系列的V4.0稳定版本，核心优势突出：内置匹配的 baked VAE，下载后直接加载即可使用，无需...
5 823 0
AI图像修复&超分辨率放大模型
SUPIR-v0F.ckpt是SUPIR开源AI图像修复放大项目的官方预训练模型权重文件，ckpt格式是传统PyTorch模型权重存储格式，v0F是SUPIR项目针对真实场景优化的正式版本。核心定位与特点SUPIR是目前效果领先的开源AI图像修复&超分辨率放大模型，专门处理老旧照片、低分辨率图像的高清修复，v0F版本核心优势：保留原始图像细节：放大修复后不会过度平滑丢失真实纹理，对老照片的胶...
5 861 0
