thinkingmachines/Inkling
將影像和文字轉換為純文本的對話式模型。
▸ HF trending 1209 · 1,266 likes · 13,462 下載
回首頁 / 👁️ 多模態／VLM
👁️ 多模態／VLM
46 看全部 · 每天精選 AI / LLM 開源情報，附繁中說明、為何上榜與商用授權判讀。
baidu/Unlimited-OCR
百度的無限 OCR 技術，將影像轉換為文字。
▸ HF trending 436 · 2,434 likes · 2,122,848 下載
prefeitura-rio/Rio-3.5-Open-397B
將影像和文字轉換為文本的模型，支援多種語言。
▸ HF trending 203 · 327 likes · 190,694 下載
google/diffusiongemma-26B-A4B-it
基於影像文字轉文本的對話式AI模型，支援Apache 2.0授權。
▸ HF trending 59 · 1,063 likes · 1,078,703 下載
stepfun-ai/Step-3.7-Flash
階躍星辰 Step-3.7 Flash 多模態模型（視覺語言）。
▸ HF trending 113 · 368 likes · 50,187 下載
ATH-MaaS/OvisOCR2
將影像文字轉換為純文本的 OCR 模型，支援多種檔案格式解析。
▸ HF trending 161 · 217 likes · 14,587 下載
bottlecapai/ThinkingCap-Qwen3.6-27B
影像文字轉純文本生成模型，支援高效思考。
▸ HF trending 164 · 482 likes · 10,647 下載
huihui-ai/Huihui-gemma-4-12B-it-abliterated
一個支援影像和文字轉換為任何格式的通用模型。
▸ HF trending 101 · 152 likes · 8,270 下載
bytedance-research/Lance
字節 3B 啟用參數的原生統一多模態模型（理解＋生成）。
▸ HF trending 103 · 1,018 likes · 3,309 下載
deepreinforce-ai/Ornith-1.0-397B
一個大型文本生成模型，支援對話和影像轉文字。
▸ HF trending 67 · 215 likes · 70,585 下載
PaddlePaddle/PaddleOCR-VL-1.6
百度 PaddleOCR-VL 視覺語言 OCR 模型。
▸ HF trending 72 · 288 likes · 11,229 下載
moonshotai/Kimi-K2.7-Code
影像轉文字的AI模型，支援多模態和壓縮張量。
▸ HF trending 76 · 1,174 likes · 713,992 下載
google/gemma-4-12B
多功能模型，支援各種資料型別之間的轉換。
▸ HF trending 55 · 571 likes · 181,958 下載
Kwai-Keye/Keye-VL-2.0-30B-A3B
快手 Keye-VL 2.0 視覺語言模型（30B MoE，看圖理解）。
▸ HF trending 70 · 104 likes · 1,098 下載
kai-os/Grug-12B
經過QLoRA微調的影像文字轉純文本生成模型，具備推理能力。
▸ HF trending 56 · 56 likes · 890 下載
openbmb/MiniCPM-V-4.6
面壁 MiniCPM-V 多模態模型（看圖對話）。
▸ HF trending 62 · 1,090 likes · 488,930 下載
numind/NuExtract3
NuExtract 結構化資訊抽取多模態模型（從文件/圖抽欄位）。
▸ HF trending 57 · 219 likes · 62,479 下載
PaddlePaddle/PP-OCRv6_medium_det_safetensors
PP-OCRv6_medium_det 是用於文字辨識的深度學習模型，適用於影像轉換為文本。
▸ HF trending 69 · 72 likes · 718 下載
sensenova/SenseNova-Vision-Corpus-50M
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 22 · 40 likes · 13,987 下載
multimodalart/z-image-6b-pixel-space
Z-Image 6B 文生圖線上示範（HF Space）。
▸ HF trending 18 · 61 likes
build-small-hackathon/claim-ready
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 16 · 71 likes
multimodalart/Cosmos3-Nano
NVIDIA Cosmos3 Nano 文生圖線上示範。
▸ HF trending 14 · 52 likes
google/gemma-4-31B-it
Google Gemma 4 31B 指令調校多模態模型。
▸ HF trending 84 · 3,296 likes · 11,987,240 下載
sensenova/SenseNova-Vision
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 23 · 38 likes
nvidia/LocateAnything-3B
NVIDIA LocateAnything 3B 視覺定位多模態模型。
▸ HF trending 78 · 2,720 likes · 1,503,441 下載
HuggingFaceM4/encoder-free-vlm
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 16 · 40 likes
multimodalart/MisoTTS
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 16 · 43 likes
kepeng/MeasL-Bench-V1
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 12 · 13 likes · 1,983 下載
Cognitive-Lab/NayanaOCR_Corpus_2025
NayanaOCR：印度語系 OCR 語料庫。
▸ HF trending 11 · 12 likes · 3,530 下載
multimodalart/higgs-audio-v3-tts
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 14 · 14 likes
google/gemma4_vision_token_budget
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 17 · 17 likes
multimodalart/follow-the-mean
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 15 · 45 likes
multimodalart/ZONOS2
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 15 · 28 likes
stanford-vision-lab/gpic
史丹佛 GPIC 視覺生成圖像資料集（MIT 授權）。
▸ HF trending 12 · 140 likes · 195,941 下載
5CD-AI/Viet-Handwriting-OCR-v2
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 10 · 64 likes · 705 下載
ProCreations/grug-think
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 9 · 31 likes · 733 下載
PaddlePaddle/PaddleOCR-VL-1.6_Online_Demo
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 17 · 36 likes
DavidAU/Qwen3.5-9B-Claude-4.6-HighIQ-THINKING-HERETIC-UNCENSORED
影像文字轉文本的AI模型，適用於創意寫作和小說創作。
▸ HF trending 54 · 160 likes · 60,007 下載
multimodalart/qwen-image-multiple-angles-3d-camera
Hugging Face 示範應用(Space)（依標籤自動歸類，詳細看下方原文）
▸ HF trending 14 · 2,615 likes
MathLLMs/MathVision
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 9 · 148 likes · 9,878 下載
allenai/olmOCR-bench
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 7 · 258 likes · 8,098 下載
uv-scripts/ocr
Hugging Face 資料集，關鍵字：OCR（依標籤自動歸類，詳細看下方原文）
▸ HF trending 12 · 153 likes · 2,424 下載
facebookresearch/VLM3
視覺語言模型在三維空間學習的官方實現。
▸ 近一日新增 1★（現 398★）
diegosouzapw/OmniRoute
免費 AI 閘道器，連線多個程式碼生成器和編輯器，節省大量流量。
▸ 近一日新增 36★（現 6,043★）
JenniferZhao0531/ICLR2026-Guide-CN
ICLR 2026 全景中文導讀，節省閱讀時間。
▸ 近一日新增 2★（現 152★）
whale99/Interaction2Code
Hugging Face 資料集（依標籤自動歸類，詳細看下方原文）
▸ HF trending 10 · 10 likes · 3,287 下載