Introducing Idefics2: A Powerful 8B Vision-Language Model for the community

Hugging Face 推出 8B 視覺語言模型 Idefics2，具備強大 OCR 與多圖理解能力，採 Apache 2.0 開源授權。

Hugging Face 正式發布 Idefics2，這是一款擁有 80 億參數的開源視覺語言模型（VLM）。它基於 Mistral-7B 與 SigLIP 構建，顯著提升了 OCR、圖表理解及多圖對話能力。Idefics2 支援原生解析度與長寬比，並以 Apache 2.0 授權釋出，極適合開發者進行微調與商業部署。

摘要由 AI 整理,以原文為準。