تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

SmolVLM2: نموذج فهم الفيديو

SmolVLM2 هو نموذج متقدم لفهم الفيديو مصمم للعمل بكفاءة على مختلف الأجهزة. يوفر تحليل فيديو معزز وقدرات استدلال بصري، مما يجعل فهم الفيديو متاحًا عبر منصات مختلفة.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

SmolVLM2 هو نموذج متقدم لفهم الفيديو يمثل تحولًا كبيرًا في مجال تحليل الفيديو. على عكس النماذج التقليدية الضخمة التي تتطلب موارد حوسبة كبيرة، تم تصميم SmolVLM2 ليكون فعالًا ومتعدد الاستخدامات، قادرًا على العمل على مجموعة واسعة من الأجهزة من الهواتف إلى الخوادم. هذا النموذج متاح بثلاثة أحجام: 2.2B، 500M، و256M من المعلمات، لتلبية احتياجات وقدرات الحوسبة المختلفة.

قراءة المزيد

النموذج 2.2B هو النموذج الرائد، يتفوق في مهام الرؤية والفيديو، ويتفوق على النماذج الحالية في نطاق معلماته. النماذج الأصغر 500M و256M هي مبتكرة في حجمها، حيث تقدم قدرات مماثلة مع متطلبات موارد مخفضة بشكل كبير. تم تقييم أداء SmolVLM2 مقابل Video-MME، وهو معيار شامل لتحليل الفيديو، حيث يتصدر في الكفاءة والفعالية.

يدعم SmolVLM2 تطبيقات متنوعة، بما في ذلك تطبيق iPhone لمعالجة الفيديو محليًا، وتكامل مشغل الوسائط VLC للتنقل الذكي في الفيديو، ومولد لتسليط الضوء على الفيديو لتلخيص المحتوى الطويل. إنه متوافق مع واجهات برمجة التطبيقات Python وSwift، مما يجعله متاحًا للمطورين لدمجه في مشاريعهم.

النموذج متاح أيضًا للاستخدام مع Transformers وMLX، مما يوفر خيارات استدلال متعددة لتحليل الفيديو والصورة. تجعل مرونة SmolVLM2 وكفاءته أداة قيمة للمطورين والباحثين الذين يتطلعون إلى تعزيز قدرات فهم الفيديو عبر منصات مختلفة.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • النشرسحابي, استضافة ذاتية
  • المنصاتبايثون، سويفت

  • فهم الفيديو بكفاءة

  • ثلاثة أحجام للنموذج: 2.2B، 500M، 256M

  • دعم واجهة برمجة التطبيقات Python وSwift

  • تكامل مشغل الوسائط VLC

  • تطبيق معالجة الفيديو على iPhone

  • مولد لتسليط الضوء على الفيديو

  • متوافق مع Transformers وMLX

  • يدعم استدلال الفيديو والصورة

  1. تكوين: إعداد SmolVLM2 على جهازك

  2. استخدام: دمجه مع تطبيقات الفيديو

  3. تحسين: ضبطه لمهام محددة

  • معالجة الفيديو على الأجهزة المحمولة
  • تنقل الفيديو
  • تلخيص المحتوى
  • الاستدلال البصري
  • استدلال الفيديو

من Hugging Face

تقييمات SmolVLM2: نموذج فهم الفيديو

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل SmolVLM2: نموذج فهم الفيديو

Qwen2-VL-72B-Instruct

نماذج الذكاء الاصطناعي

Qwen2-VL-72B-Instruct هو نموذج متقدم للذكاء الاصطناعي مصمم لفهم بصري متطور ودعم متعدد اللغات. يتفوق في معالجة الصور والفيديوهات ومهام التفكير المعقد، مما يجعله مناسبًا لتطبيقات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم للذكاء الاصطناعي مصمم لفهم بصري متطور ودعم متعدد اللغات. يتفوق في معالجة الصور والفيديوهات ومهام التفكير المعقد، مما يجعله مناسبًا لتطبيقات…Qwen2-VL-72B-Instruct هو نموذج متقدم للذكاء الاصطناعي مصمم لفهم بصري متطور ودعم متعدد اللغات. يتفوق في معالجة الصور والفيديوهات ومهام التفكير المعقد، مما يجعله مناسبًا لتطبيقات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Qwen3-VL-235B-A22B-Instruct

نماذج الذكاء الاصطناعي

Qwen3-VL-235B-A22B-Instruct هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، وقدرات على التفكير. يدعم نشرًا مرنًا مع تعزيز التفكير متعدد الوسائط والإدراك…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، وقدرات على التفكير. يدعم نشرًا مرنًا مع تعزيز التفكير متعدد الوسائط والإدراك…Qwen3-VL-235B-A22B-Instruct هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، وقدرات على التفكير. يدعم نشرًا مرنًا مع تعزيز التفكير متعدد الوسائط والإدراك…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Qwen2-VL-7B-Instruct

نماذج الذكاء الاصطناعي

Qwen2-VL-7B-Instruct هو نموذج متقدم للذكاء الاصطناعي مصمم لفهم الصور ودعم اللغات المتعددة. يتفوق في معالجة الصور ومقاطع الفيديو، ويقدم أداءً رائدًا في مختلف المعايير. يدعم النموذج…

أدوات الرؤية الحاسوبية
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم للذكاء الاصطناعي مصمم لفهم الصور ودعم اللغات المتعددة. يتفوق في معالجة الصور ومقاطع الفيديو، ويقدم أداءً رائدًا في مختلف المعايير. يدعم النموذج…Qwen2-VL-7B-Instruct هو نموذج متقدم للذكاء الاصطناعي مصمم لفهم الصور ودعم اللغات المتعددة. يتفوق في معالجة الصور ومقاطع الفيديو، ويقدم أداءً رائدًا في مختلف المعايير. يدعم النموذج…

أدوات الرؤية الحاسوبية
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Llama-3.2-11B-Vision-Instruct

نماذج الذكاء الاصطناعي

Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

LLaVA

نماذج الذكاء الاصطناعي

LLaVA هو نموذج متعدد الوسائط كبير يجمع بين مشفر الرؤية ونموذج لغوي للفهم البصري واللغوي للأغراض العامة. يتفوق في قدرات الدردشة متعددة الوسائط، محاكياً GPT-4، ويحقق دقة متطورة في…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متعدد الوسائط كبير يجمع بين مشفر الرؤية ونموذج لغوي للفهم البصري واللغوي للأغراض العامة. يتفوق في قدرات الدردشة متعددة الوسائط، محاكياً GPT-4، ويحقق دقة متطورة في…LLaVA هو نموذج متعدد الوسائط كبير يجمع بين مشفر الرؤية ونموذج لغوي للفهم البصري واللغوي للأغراض العامة. يتفوق في قدرات الدردشة متعددة الوسائط، محاكياً GPT-4، ويحقق دقة متطورة في…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Wan2.1-T2V-14B نموذج

نماذج الذكاء الاصطناعي

Wan2.1-T2V-14B هو نموذج متقدم لتوليد الفيديو يتفوق في مهام تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتحرير الفيديو. يدعم وحدات معالجة الرسوميات من الفئة الاستهلاكية ويولد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم لتوليد الفيديو يتفوق في مهام تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتحرير الفيديو. يدعم وحدات معالجة الرسوميات من الفئة الاستهلاكية ويولد…Wan2.1-T2V-14B هو نموذج متقدم لتوليد الفيديو يتفوق في مهام تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتحرير الفيديو. يدعم وحدات معالجة الرسوميات من الفئة الاستهلاكية ويولد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Meta Segment Anything Model 2

نماذج الذكاء الاصطناعي

نموذج Meta Segment Anything Model 2 (SAM 2) هو نموذج تجزئة موحد للصور ومقاطع الفيديو. يتيح تحديد الكائنات بسرعة ودقة باستخدام النقرات أو الصناديق أو الأقنعة، ويقدم أداءً قويًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج Meta Segment Anything Model 2 (SAM 2) هو نموذج تجزئة موحد للصور ومقاطع الفيديو. يتيح تحديد الكائنات بسرعة ودقة باستخدام النقرات أو الصناديق أو الأقنعة، ويقدم أداءً قويًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Qwen3 VL 8B Instruct (Alibaba)

نماذج الذكاء الاصطناعي

Qwen3 VL 8B Instruct من Alibaba هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، واستدلالًا متعدد الوسائط. يدعم نشرًا مرنًا مع هياكل Dense وMoE، مما يعزز…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

Qwen3 VL 8B Instruct من Alibaba هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، واستدلالًا متعدد الوسائط. يدعم نشرًا مرنًا مع هياكل Dense وMoE، مما يعزز…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي
1 من 8