美团开源6B参数的图像生成模型LongCat-Image：“务实派”AI?

美团6B参数图像模型开源解析
原创 已于 2025-12-10 17:38:47 修改 · 538 阅读 · 21 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#LongCat-Image #美团开源模型 #图像生成模型 #人工智能 #6B参数

于 2025-12-10 17:36:44 首次发布

目录

前言

一、“小”的智慧：6B参数如何逆袭80B？

二、核心绝活（一）：听得懂“人话”的“P图大师”

三、核心绝活（二）：终结“鬼画符”的中文渲染引擎

四、一个“务实”的生态：全链路开源的格局

结论：不卷参数，卷应用

🎬 攻城狮7号：个人主页

🔥 个人专栏:《AI前沿技术要闻》

⛺️ 君子慎独!

 🌈 大家好，欢迎来访我的博客！
⛳️ 此篇文章主要介绍 美团开源6B参数的图像生成模型LongCat-Image
📚 本期文章收录在《AI前沿技术要闻》，大家有兴趣可以自行查看！
⛺️ 欢迎各位 ✔️ 点赞 👍 收藏 ⭐留言 📝！

前言

        当前的AI图像生成领域，正上演着一出“冰与火之歌”。一边是像Midjourney这样性能强大、效果惊艳的闭源模型，它们是艺术创作的“火”，但高昂的费用和无法私有化部署的壁垒，让许多企业望而却步。另一边是各类开源模型，它们是技术普惠的“冰”，但普遍存在模型笨重、能力偏科、尤其是不懂中文等问题，难以直接投入到真实的商业生产流程中。

        商家们真正的痛点是什么？并非生成一张宏大酷炫的科幻场景，而往往是更具体、更琐碎的需求：“把这张产品图的背景换成沙滩”、“给这张海报加上‘五一促销’四个字”。

        正是在这种背景下，美团的LongCat-Image横空出世。它没有去卷参数规模，而是像一个经验丰富的产品经理，精准地瞄准了上述两个核心痛点。

一、“小”的智慧：6B参数如何逆袭80B？

        在动辄百亿、千亿参数的大模型时代，6B的LongCat-Image像一个“小个子”。但数据不会说谎，在多个权威基准测试中，这个“小个子”却展现出了与比它大10倍以上的重量级选手分庭抗礼的实力。

        例如，在衡量综合生成能力的GenEval测试中，6B的LongCat-Image得分与20B的Qwen-Image持平，甚至优于80B的HunyuanImage-3.0。

        这背后并非魔法，而是“参数效率”的胜利。LongCat-Image的团队没有选择用海量参数去“暴力”解决问题，而是通过更精巧的架构设计、更高质量的数据工程和更具针对性的训练策略，让每一份参数都发挥出最大的效能。这种“小而美”的路线，带来的最直接好处就是普惠化——它可以在消费级的显卡上顺畅运行，极大地降低了开发者和中小企业使用高性能AI图像技术的硬件门槛和运营成本。

二、核心绝活（一）：听得懂“人话”的“P图大师”

        LongCat-Image最令人称道的，是其“指哪改哪”的精准图像编辑能力。

        传统AI编辑的一大顽疾在于，你只想给猫换个颜色，它却可能把背景里的沙发也顺便“优化”了，导致结果不可控。而LongCat-Image在设计之初，就将文生图与图像编辑视为同源能力，并采用多任务联合学习机制，确保模型深刻理解“编辑”的本质——在保持绝大部分内容不变的前提下，精准执行局部修改指令。

        在多个编辑能力基准测试（如GEdit-Bench）中，LongCat-Image均达到开源SOTA（业界最佳）水平。从用户的实际体验来看，它可以稳定地执行连续、复杂的多轮修改指令：

（1）首先输入一张“狐狸尼克”的图片。

（2）指令：“把它变成像素风格。”——成功，主体结构稳定。

（3）指令：“重绘为彩色，保留像素质感”——再次成功，风格迁移精准，主体未失真。

（4）指令：“再把它变成乐高积木风格。”——再次成功，风格迁移精准，主体未失真。

        这种能力，被用户戏称为“甲方终结者”。它意味着，在电商、广告等高频修改的商业场景中，运营和设计师不再需要反复与AI“搏斗”，可以用自然语言高效地完成P图、换背景、改服装、调整产品属性等任务，生产力得到极大释放。

三、核心绝活（二）：终结“鬼画符”的中文渲染引擎

        如果说图像编辑是所有模型的共同难题，那么“写好中文汉字”则是长期以来悬在所有（尤其是国外）图像大模型头上的“达摩克利斯之剑”。由于汉字结构的复杂性，AI生成的中文常常是笔画缺失、结构错乱的“鬼画符”，这直接堵死了AI生成海报、Logo、广告图等商业应用的道路。

        LongCat-Image则系统性地解决了这个顽疾。它采用了一套精心设计的“课程学习”策略：

（1）预训练（学字形）：先用千万量级的合成数据，让模型把通用规范汉字表里的8105个汉字字形认全、记牢。

（2）SFT微调（学排版）：再用大量真实世界的文本图像（如海报、招牌），让模型学习不同字体、排版和布局的美感。

（3）RL强化学习（学融合）：最后，引入OCR（文字识别）和美学两个奖励模型进行“阅卷”，如果字写得不对或者与背景融合得不自然，就“扣分”，通过这种方式倒逼模型提升文字的准确性和艺术性。

        凭借这套组合拳，LongCat-Image在ChineseWord评测中取得了90.7分的高分，大幅领先所有对手。这意味着，无论是制作一张写着“疯狂动物城”的电影海报，还是设计一个带有古诗词的国风插图，它都能做到下笔精准、风格协调。

四、一个“务实”的生态：全链路开源的格局

        美团的“务实”，不仅体现在模型的能力选择上，更体现在其开源策略上。

        许多项目开源，往往只放出最终的成品模型。而LongCat-Image团队则全链路开源，提供了三个核心版本：

        （1）LongCat-Image (成品版)：开箱即用，适合直接应用。

        （2）LongCat-Image-Dev (开发版)：一个训练到一半的模型“快照”，保留了极高的可塑性，方便开发者基于它进行二次微调，来适应自己特定的业务需求（比如训练一个专门画“火锅”的模型）。

        （3）LongCat-Image-Edit (编辑专用版)：专门为编辑任务优化的版本。

        除此之外，团队还开源了完整的训练代码工具链，支持SFT、LoRA等多种主流的微调技术。这种“授人以鱼，不如授人以渔”的做法，真正降低了社区的参与门槛，旨在构建一个开放、协作的开发者生态，让模型能在千行百业中真正落地开花。

结论：不卷参数，卷应用

        LongCat-Image的出现，为喧嚣的AI图像生成领域提供了一个冷静而有力的范例。它证明了，模型的价值最终不取决于参数的绝对数量，而在于其解决实际问题的能力。

        美团，作为一家深度服务数百万本地生活商家的公司，其AI模型的“偏科”——在编辑和中文渲染上表现优异，但在游戏UI等领域表现平平——恰恰是其深刻商业洞察的体现。它优先解决的，是那些最高频、最普遍、能直接转化为生产力的商业需求。

        这场由LongCat-Image引领的“务实派”路线，或许预示着AI图像生成的竞争正进入下半场：当技术的“天花板”足够高时，谁能更“接地气”，谁能将强大的AI能力转化为简单、好用、低成本的工具，谁才能最终赢得最广大的用户。

相关链接

*   GitHub: `https://github.com/meituan-longcat/LongCat-Image`

*   Hugging Face: `https://huggingface.co/meituan-longcat/LongCat-Image`

*   在线体验: `https://longcat.ai/`

看到这里了还不给博主点一个：
⛳️ 点赞☀️收藏 ⭐️ 关注！
💛 💙 💜 ❤️ 💚💓 💗 💕 💞 💘 💖
再次感谢大家的支持！
你们的点赞就是博主更新最大的动力！

9.5 6B参数吊打百亿？清华开源VisualGLM-6B多模态模型实战全解
yonggeit的博客
06-30 557
清华开源VisualGLM-6B多模态模型实战解析：该6B参数模型采用双流混合架构，通过Swin Transformer视觉编码器和GLM语言模型结合，创新性地使用跨模态适配器实现图文特征融合。模型支持图像描述、视觉推理等任务，在3090显卡上响应时间仅2-4秒。文章详细介绍了模型架构、训练策略、部署优化（如4-bit量化）以及自定义微调方法，展示了小参数量模型如何实现媲美百亿级模型的多模态能力，为轻量化多模态应用开发提供了新选择。
实战指南：造相-Z-Image-Turbo 文生图模型
举世誉之而不加劝，举世非之而不加沮，定乎内外之分，辩乎荣辱之境，斯已矣。
11-30 318
本文介绍Z-Image-Turbo文生图模型
美团龙猫开源6B文生图模型——LongCat-Image
weixin_41446370的博客
12-08 610
LongCat-Image是一款高效开源的双语图像生成模型，仅60亿参数就在多项基准测试中超越更大规模的开源模型。其核心优势包括出色的中文文本渲染能力、高写实图像生成效果，以及优化的部署效率。该模型通过创新的数据策略和训练框架，显著提升了中文字符渲染准确性和图像真实感。开发者可通过简单安装快速体验文本到图像的生成功能，支持自定义参数调整以获得更优效果。LongCat-Image为多语言图像生成提供了高效可靠的解决方案。
美团龙猫开源6B图片编辑模型——LongCat-Image-Edit
weixin_41446370的博客
12-08 326
LongCat-Image-Edit是一款支持中英双语的开源图像编辑模型，具备卓越的指令跟随能力和图像质量。其核心优势包括精准编辑（全局/局部/文本修改/参考引导）、出色的视觉一致性保持（非编辑区域属性稳定），以及高效的推理性能（开源模型中的SOTA表现）。用户可通过简单安装步骤快速部署，并利用提供的Pipeline实现多样化图像编辑任务。模型及代码已开源，适用于多轮复杂编辑场景。 关键词： 图像编辑、开源模型、指令跟随、视觉一致性、SOTA性能
6B参数破局！美团LongCat-Image：小模型撑起商家AI画笔
GEO_NEWS的博客
12-09 199
GenEval测试中它以0.87分，与20B参数的Qwen-Image持平，远超80B的混元Image-3.0。更关键的是门槛低——消费级显卡即可运行，北京一家小吃店用它做外卖海报，成本较闭源模型降70%，单张图生成仅需3秒。12月8日，美团正式开源6B参数图像生成模型LongCat-Image，据腾讯新闻及51CTO证实，这款“小身材”模型在核心测试中比肩大模型，彻底打破“参数量决定性能”的固有认知，为中小商家送来AI生图“平价利器”。它证明好模型未必靠“堆参数”，精准匹配场景需求才是关键。
阿里巴巴开源 Z-Image：6B 轻量模型重塑 AI 图像生成格局
Tomdac的博客
11-27 1006
阿里巴巴通义实验室推出开源AI图像生成模型Z-Image，采用轻量级6B参数设计却接近20B级商业模型性能。该模型基于单流Diffusion Transformer架构，推出Turbo、Base、Edit三个版本，支持8步采样快速生成，显存需求仅16GB。突破性地解决了复杂指令理解和中英双语文字渲染难题，在中文海报生成方面表现优异。采用Apache 2.0开源协议，为移动端AI应用和创意行业带来新可能，标志着AI图像生成向普惠化迈出重要一步。
终于把汉字写对了！实测美团LongCat-Image：6B模型挑战开源天花板
Paper weekly
12-10 211
中可以看到，在同样的指令下，LongCat 在保留原图结构和风格迁移的自然度上，表现优于 FLUX 和 Qwen，甚至逼近闭源的 Nano Banana。：标题“绿豆薏米茶”是苍劲的毛笔字，而左侧的“绿豆30g、薏米30g”等食材清单则是清晰的手写小字，且画面中的绿豆、薏米插画与文字一一对应，逻辑清晰。不仅如此，字体的立体浮雕质感和金属包边都渲染得比较清晰，画面中的红灯笼反光与招牌材质完美融合，没有出现常见的字形崩坏。最关键的是，它没有破坏原图的草地和光影，保持了极好的视觉一致性，做到了“指哪改哪”。
美团6B小模型逆袭！LongCat-Image图像生成碾压巨无霸，中文终于不糊了
2502_93987700的博客
12-10 680
LongCat-Image的发布，标志着AI图像生成领域进入了一个新阶段。不再是"参数越大越好"，而是"针对性优化更重要"。对中文用户来说，这无疑是个好消息——终于有一个真正好用的中文AI图像生成工具了。一个明显的趋势是，AI图像生成领域正在经历一场"小而美"的革命。当所有人都在追逐百亿、千亿参数的庞然大物时，一个仅有6B参数的"小不点"却悄然打破了游戏规则。昨天看到美团发布LongCat-Image模型的消息，说实话第一反应是——美团这个"送外卖的"也开始做AI图像生成了？
美团开源LongCat-Image，6B参数挑战80B效果，中英双语理解、图像逼真度及复杂指令编辑新突破
2502_93987700的博客
12-09 633
LongCat-Image 模型，以6B参数量的轻量化设计，在双语文本理解、图像逼真度以及复杂的指令编辑任务中，展示了令人印象深刻的性能。刚刚，美团开源6B参数图像模型LongCat-Image。LongCat-Image 模型，以6B参数量的轻量化设计，在双语文本理解、图像逼真度以及复杂的指令编辑任务中，展示了令人印象深刻的性能。在多项基准测试中超越更大规模模型，并提供了从推理到训练的全链路开源方案。
美团发布 LongCat-Image 图像生成模型，编辑能力登顶开源SOTA
美团技术团队
12-09 571
美团 LongCat 团队正式发布并开源 LongCat-Image 模型，通过高性能模型架构设计、系统性的训练策略和数据工程，以6B参数规模，成功在文生图和图像编辑的核心能力维度上逼近更大尺寸模型效果，为开发者社区与产业界提供了 “高性能、低门槛、全开放” 的全新选择。
21.5 VisualGLM-6B震撼开源！6B参数吊打13B模型，3090显卡轻松玩转多模态AI
yonggeit的博客
03-22 231
技术优势总结在 6B 参数量级实现 SOTA 的多模态理解能力支持从消费级显卡（RTX 3090）到云服务器的全场景部署提供完整的工具链支持企业私有化部署已知限制生成内容的事实性需要二次校验复杂逻辑推理能力弱于纯文本大模型扩展方向建议接入 LangChain 实现多 Agent 协作结合 Stable Diffusion 实现文-图-文闭环开发企业知识库增强版本。
AI大模型：（二）1.7 阿里通义开源模型Z-Image-Turbo部署尝鲜
haylee的专栏
11-29 871
本文将部署尝鲜阿里发布Z-Turbo图像模型，仅6B参数实现16G设备秒级出图，支持中英双语，登顶HuggingFace双榜。提供3个版本：Z-Turbo（高效版）、Z-Base（基础版）和Z-Edit（图像编辑）。已发布Z-Turbo，可生成高质图像，如汉服少女、西安大雁塔夜景等，支持中文提示词生成，需16G显存设备运行。
【ChatGLM】基于 ChatGLM-6B + langchain 实现本地化知识库检索与智能答案生成: 中文 LangChain 项目的实现开源工作
热门推荐
AI天才研究院
05-21 7万+
陈光剑简介：著有《ClickHouse入门、实战与进阶》（即将上架）《Kotlin 极简教程》《Spring Boot开发实战》《Kotlin从入门到进阶实战》等技术书籍。资深程序员、大数据与后端技术专家、架构师，拥有超过10年的技术研发和管理经验。现就职于字节跳动，曾就职于阿里巴巴，主要从事企业智能数字化经营管理、电商智能数字化运营等系统架构设计和研发工作。在大数据和企业级系统架构领域有非常深厚的积累，擅长大数据系统架构和分布式系统架构设计开发。
​如何用AI处理音乐音频消除作品信息里的 AI 痕迹-程序员音乐人卓伊凡
一颗优雅草科技-央千澈的优快云博客~只想无穷无尽的学习~作息早8-晚8
12-11 633
​如何用AI处理音乐音频消除作品信息里的 AI 痕迹-程序员音乐人卓伊凡
精品数据分享 | 锂电池数据集（七）同济大学电池数据集
最新发布
12-11 464
本期继续分享一篇Nature communicationTop论文公开锂离子电池数据，划重点-数据集开源，代码开源！！！
【论文速递】2025年第34周(Aug-17-23)(Robotics/Embodied AI/LLM)
淋曦的进击手记
12-07 1790
自我监督的学习有望消除对手动数据注释的需求，从而使模型能够毫不费力地扩展到大规模的数据集和较大的体系结构。通过不针对特定的任务或领域量身定制，这种训练范式有可能使用单个算法从不同的来源学习视觉表示形式，从自然到航空图像。该技术报告介绍了Dinov3，这是通过利用简单而有效的策略来实现这一愿景的主要里程碑。首先，我们利用仔细的数据准备，设计和优化来扩展数据集和模型大小的好处。其次，我们介绍了一种称为GRAM锚定的新方法，该方法有效地解决了长期训练时间表中已知但未解决的密集特征映射降解的问题。
宝马，如何建设一座AI汽车工厂？｜产业AI案例
chanyejiawang的博客
12-08 1278
AI汽车时代来袭
大模型的监督微调基础详解
AggressiveYu的博客
12-10 927
在预训练完毕之后，我们的模型已经成为了一个学习完所有知识的学生，但是他缺乏用适当的方式表达知识的能力，还是停留在续写文本的阶段，无法直接回答我们的问题，所以监督微调这个时候就出来了，这个指令微调的作用，就是让模型在预训练的基础上，通过特定的数据和训练，让模型能够更好的回答用户的问题。 预训练一般包括三大要素，网络结构，损失函数，训练数据。指令微调和预训练的方式几乎没有区别，只是训练数据的不同。
创始人IP与AI融合：重构信任与引领变革
ckjrxdn的博客
12-08 252
通过个人品牌的塑造，企业能够增强与用户之间的情感连接，提升认同感。举办此次峰会，是希望帮助更多中小企业家认识到技术趋势与品牌建设的重要性，从而更好地把握未来发展机遇。另一方面，人工智能能够全面提升企业在内容创作、客户转化等环节的效率，助力构建可持续的商业系统。活动汇聚了来自全球的创始人、行业专家及媒体代表，共同探讨在人工智能与个人品牌价值并重的时代背景下，企业如何应对挑战、实现持续发展。本次峰会还设置了多场主题分享与圆桌对话，聚焦人工智能的应用前景与未来商业趋势，为参会者提供了交流与合作的平台。
总结 你的对比表信息基本准确，主要需要： ✅ 模型状态和开源情况：基本正确 🔍 API 调用格式：需验证具体参数 🔍 PDF 支持：需实际测试验证 🔍 DeepSeek-VL API：需验证端点是否正确
12-09
<think>我们根据用户的需求，总结三个模型的关键信息，并特别关注API调用格式、PDF支持情况以及DeepSeek-VL的API端点验证。 注意：用户提到了参考站内引用，其中[^1]提到了ms-swift框架支持多个模型（包括Qwen、DeepSeek-R1等）的微调和部署，但用户要求总结的是这三个模型的信息和待验证事项。 我们按照以下结构组织： 1. 每个模型分点说明：状态、平台、获取方式、开源情况、API情况。 2. 特别指出需要验证的API调用格式具体参数（给出示例或说明）、PDF支持情况。 3. 对于DeepSeek-VL，验证其API端点是否正确（根据官方文档）。 注意：由于DeepSeek-R1是纯文本模型，可能不支持PDF（需要说明），而DeepSeek-VL是多模态模型，支持PDF。 根据之前提供的资料和最新信息，我们更新如下： - Qwen-VL-Max: 阿里云DashScope提供API，支持PDF，调用格式为multimodal messages，包含file（url或base64）和text。 - GLM-4: 智谱AI开放平台，支持文件上传（包括PDF），调用格式中content为列表，包含文件类型和文本类型。 - DeepSeek-R1: 纯文本模型，不支持PDF，开源，无官方API（可自建）。 - DeepSeek-VL: 多模态模型，支持PDF，官方提供API，调用方式为multimodal API，通过文件上传。 注意：用户要求验证DeepSeek-VL的API端点，根据之前资料是`https://api.deepseek.com/v1/multimodal`，但需要确认。 下面进行总结： </think> ### 修正后的模型信息总结与待验证事项 #### 📊 模型关键信息对比 | 模型 | 状态 | 平台 | 获取方式 | 开源情况 | API支持 | |--------------------|---------------------------------|--------------------|--------------------------------------------------------------------------|--------------------------------------------------------------------------|---------------| | **Qwen-VL-Max** | ✅ 已上线（需验证PDF支持） | 阿里云 DashScope | [DashScope控制台](https://dashscope.aliyun.com) | ❌ 闭源（仅API提供）<br>✅ 基础版Qwen-VL开源[^1] | ✅ 多模态API | | **GLM-4** | ✅ 已上线（需验证PDF支持） | 智谱AI开放平台 | [智谱AI控制台](https://open.bigmodel.cn/) | ❌ 闭源（仅API提供）<br>✅ ChatGLM3-6B开源 | ✅ 文件解析API | | **DeepSeek-R1** | ✅ 开源（2025.1发布） | Hugging Face | [DeepSeek-R1模型页](https://huggingface.co/deepseek-ai/deepseek-llm-r1-7b-chat) | ✅ 完全开源（Apache 2.0）[^1] | ❌ 无官方API | | **DeepSeek-VL** | ✅ 开源+API（2024发布） | DeepSeek Platform | [API平台](https://platform.deepseek.com) | ✅ 完全开源（Apache 2.0） | ✅ 多模态API | --- ### 🔍 关键待验证事项 1. **API调用格式参数验证** - **Qwen-VL-Max** ```python from dashscope import MultiModalConversation response = MultiModalConversation.call( model='qwen-vl-max', messages=[{ 'role': 'user', 'content': [ {'image': 'https://example.com/doc.pdf'}, # 需验证是否支持PDF {'text': '解析第2页表格'} ] }] ) ``` *待验证：参数是否需调整为 `file` 而非 `image`？PDF支持格式限制？* - **GLM-4** ```python from zhipuai import ZhipuAI client = ZhipuAI(api_key="YOUR_KEY") response = client.chat.completions.create( model="glm-4", messages=[{ "role": "user", "content": [ {"type": "file", "file_url": {"url": "https://example.com/report.pdf"}}, # 需验证参数名 {"type": "text", "text": "总结结论部分"} ] }] ) ``` *待验证：参数是否应为 `file_url` 或 `file_path`？多页PDF处理能力？* - **DeepSeek-VL** ```python import requests response = requests.post( "https://api.deepseek.com/v1/multimodal", # 需验证端点准确性 headers={"Authorization": "Bearer YOUR_KEY"}, files={"file": open("doc.pdf", "rb")}, data={"prompt": "提取图表数据"} ) ``` *待验证：API端点是否为 `https://api.deepseek.com/v1/multimodal`？文件大小限制？* 2. **PDF支持验证** - **Qwen-VL-Max**：需测试对扫描件/图文混排PDF的解析能力 - **GLM-4**：验证是否支持>50页的长文档跨页分析 - **DeepSeek-VL**：测试复杂表格/公式的提取准确率 3. **DeepSeek-VL API端点验证** - 官方文档是否明确标注端点为 `https://api.deepseek.com/v1/multimodal`？ - 错误响应处理：测试无效文件/超时场景的返回格式 --- ### ✅ 验证建议方案 1. **PDF测试用例设计** - 简单文本PDF（<5页） - 含表格/图表的学术论文 - 扫描版PDF（图像转文本） - 密码保护/加密文档（预期失败） 2. **自动化验证脚本** ```python def test_pdf_support(api_endpoint, file_path): try: response = requests.post(api_endpoint, files={"file": open(file_path, "rb")}) return response.json().get("content") is not None except Exception as e: return f"Error: {str(e)}" ``` --- ### 💡 总结 | 模型 | 核心优势 | 验证优先级 | |---------------|----------------------------------|------------| | Qwen-VL-Max | 商业级稳定性，阿里云生态集成 | ★★★★ | | GLM-4 | 中文优化，长上下文（128K） | ★★★☆ | | DeepSeek-VL | 完全开源可私有化，成本可控 | ★★★★ | > **部署提示**：开源模型（如DeepSeek-VL）可通过 `ms-swift` 框架实现快速微调与部署[^1]。 --- ### ❓ 相关问题 1. Qwen-VL-Max的PDF解析是否支持中英文混合文档？ 2. 如何通过ms-swift框架对DeepSeek-VL添加PDF解析能力？ 3. GLM-4的API调用是否有每月免费额度？ 4. DeepSeek-VL开源模型部署需要的最小GPU配置？ : ms-swift支持多模态模型训练部署，包括Qwen、DeepSeek等开源模型 [^2]: 更多模型部署实践可参考专栏《AI大模型开源精选实践》
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

攻城狮7号

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值