LiquidAI LFM3-Omni-2B

LiquidAI d1-Omni-2B

AI 模型

用于处理文本、图像和音频的决策模型。它能够快速提供经过校准的答案，而无需生成令牌，非常适合用于呼叫路由和声音事件检测等应用。LiquidAI d1-Omni-2B 是一个用于处理文本、图像和音频的决策模型。它能够快速提供经过校准的答案，而无需生成令牌，非常适合用于呼叫路由和声音事件检测等应用。

LiquidAI d1-omni-600M

大语言模型

拥有 600M 参数的决策模型，旨在对文本、图像和语音进行单次决策。它高效处理多模态输入，快速、准确地提供响应，而无需生成输出标记。LiquidAI d1-omni-600M 是一个拥有 600M 参数的决策模型，旨在对文本、图像和语音进行单次决策。它高效处理多模态输入，快速、准确地提供响应，而无需生成输出标记。

Gemma 3n 模型

AI 模型

谷歌推出的一系列轻量级开源 AI 模型，旨在低资源设备上高效执行。它支持多模态输入，包括文本、图像、视频和音频，并生成文本输出。这些模型通过选择性参数激活技术优化了性能。Gemma 3n 是谷歌推出的一系列轻量级开源 AI 模型，旨在低资源设备上高效执行。它支持多模态输入，包括文本、图像、视频和音频，并生成文本输出。这些模型通过选择性参数激活技术优化了性能。

gemma-3n-E4B-it 模型

AI 模型

谷歌推出的一款轻量级、先进的人工智能模型，旨在低资源设备上高效执行。它支持多模态输入，处理文本、图像、视频和音频，并生成具有开放权重的文本输出，适用于预训练和指令调优的变体。Gemma-3n-E4B-it 是谷歌推出的一款轻量级、先进的人工智能模型，旨在低资源设备上高效执行。它支持多模态输入，处理文本、图像、视频和音频，并生成具有开放权重的文本输出，适用于预训练和指令调优的变体。

Llama-3.2-11B-Vision-Instruct

AI 模型

多模态 AI 模型，旨在进行视觉识别、图像推理和图像描述。由 Meta 开发，它整合了文本和图像输入，以提供先进的图像理解能力。Llama-3.2-11B-Vision-Instruct 是一个多模态 AI 模型，旨在进行视觉识别、图像推理和图像描述。由 Meta 开发，它整合了文本和图像输入，以提供先进的图像理解能力。

LiquidAI LFM3-1.7B

大语言模型

为本地代理和专业应用设计的文本模型。它具有三重混合架构，并支持 256K 令牌上下文窗口，使其适合边缘设备。该模型可适应特定领域的微调。LiquidAI LFM3-1.7B 是一款为本地代理和专业应用设计的文本模型。它具有三重混合架构，并支持 256K 令牌上下文窗口，使其适合边缘设备。该模型可适应特定领域的微调。

whisper-large-v3

AI 模型

先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。

Llama-4-Scout-17B-16E-Instruct

AI 模型

Meta 设计的多模态 AI 模型。它利用专家混合架构提供先进的文本和图像理解能力，支持多语言输出和针对多种应用的微调。Llama-4-Scout-17B-16E-Instruct 是 Meta 设计的多模态 AI 模型。它利用专家混合架构提供先进的文本和图像理解能力，支持多语言输出和针对多种应用的微调。