Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
발표 슬라이드 이미지를 생성하고 편집하는 9B 멀티모달 모델 InfoVis의 공식 코드 저장소다. FLUX.2-klein-base-9B를 기반으로 미세조정했으며, 텍스트로 슬라이드 생성, 템플릿 슬라이드를 참조한 생성, 1~4개 이미지 자산을 반영한 생성, 지시문 기반 슬라이드 편집까지 네 가지 작업을 하나의 모델로 처리한다. 1,300만 건 이상의 연속 사전학습 데이터와 190만 건의 SFT 데이터, 1,527개 사례로 구성된 벤치마크 VisSlideBench를 함께 공개했다. README 기준 VisSlideBench 종합 점수는 7.94로 Nano-Banana-2(7.99)에 근접했다. 코드는 Apache-2.0이지만 모델 가중치는 FLUX 비상업 라이선스를 따른다.
opendatalab
PDF·Office 문서를 LLM-Ready 마크다운으로 변환하는 1.2B 멀티모달 VLM
OpenBMB
휴대폰에서도 돌아가는 초경량 이미지·비디오 이해 멀티모달 LLM
haotian-liu
GPT-4V 수준의 시각적 지시 조정 멀티모달 AI 모델
baidu
Baidu가 공개한 DeepSeek-OCR 계승 문서 파싱 VLM