Risorse

Strumenti, framework e modelli per l'IA locale

Tutti Organizzazioni Hardware Software Modelli Inferenza Framework

Ordina per:Nome (A-Z)Nome (Z-A)Categoria Più recenti Più vecchie Prezzo (crescente)Prezzo (decrescente)VRAM (da più alta)Parametri (da più alti)

3 risorse trovate per "vision"

Organizzazioni💚

DeepSeek

DeepSeek (Hangzhou, Cina): fondata nel 2023 come divisione del broker High-Flyer, con ~200 dipendenti sviluppa i LLM open-weight più efficienti della loro classe, con l'enfasi sui MoE a bassa attivazione. DeepSeek V4.1-Flash porta 552B di parametri totali con ~8B attivi, 1M di contesto. I modelli nel catalogo sono le risorse figlie.

Sede legale	Hangzhou (Cina)
Fondazione	2023
Dipendenti	~200
Ricavi	Non pubblicata
Forma societaria	Società privata (divisione di High-Flyer)

Organizzazione

Scopri di più

ConfrontaSito

Modelli

MiniCPM-V 4.7 35B-A3B (MoE)

Pubblicato il 13 ott 20264.7 35B-A3B

Il primo MoE open-source della serie MiniCPM-V di OpenBMB: 35,2B di parametri totali, ~3B attivi per token, comprensione di immagini multiple e video con compressione precoce dei token visivi (LLaVA-UHD v4). Primo MoE open-source con decodifica fluida on-device — 13+ tok/s con soli 3GB di RAM su iPhone 17 Pro Max — grazie al Lookahead Expert Scheduling (llama.cpp-omni), quantizzazione fine per livello e DSpark speculative sampling. Supporto day-0 per Rockchip, Houmo, Intel, AMD e Arm; gira su Ollama, llama.cpp, vLLM e SGLang.

visionmoeon-devicemultimodaliphone

Scopri di più

ConfrontaSito

Modelli📄

NVIDIA Nemotron Parse (famiglia OCR)

Pubblicato il 30 giu 20262.0

Famiglia di modelli vision-encoder-decoder di NVIDIA per la comprensione di documenti in locale: markdown, formule LaTeX, bounding box e classe semantica per elemento, nell'ordine di lettura. ViT-H (C-RADIO) + decoder mBART a 10 blocchi, tutti sotto il miliardo di parametri. In locale via vLLM (v0.20–v0.26 per la 2.0) o Transformers, su GPU NVIDIA (Turing ad Blackwell).

OCRDocumentiNVIDIAOpen WeightVLM

Scopri di più

ConfrontaSito