Ovis（Open VISion）是由阿里巴巴国际数字商业集团AIDC-AI团队开发的开源多模态大语言模型（MLLM），致力于视觉与文本数据的深度融合。其核心功能包括：
- Multimodale Verarbeitungsmöglichkeiten：支持图像、文本、视频的输入与内容生成
- 精准的对齐技术：通过结构嵌入实现视觉内容与文本描述的高度匹配
- 高分辨率优化：最高支持9分区处理，保留图像细节
- 多语言OCR：可识别混合语言的图像文字
- 增强推理：通过指令调优和DPO训练提升逻辑分析能力
目前提供1B至34B参数的模型系列，并推出量化版本降低硬件门槛。
Diese Antwort stammt aus dem ArtikelOvis: ein visuelles und textuelles Ausrichtungsmodell für genaue Backpropagation von BildstichwörternDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " 什么是Ovis，它的核心功能有哪些？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil