ARahim3/DigUp本地文件多模态搜索工具DigUp基于EmbeddingGemma 2
本地文件多模态搜索工具DigUp基于EmbeddingGemma 2
提供跨平台端侧检索实践，可评估用于数据闭环与知识管理。
多模态
资料 50 条 · 常规内容近 60–90 天，综述/报告保留一年最近同步 1 小时前
同一份资料，两种阅读方式
Anionex/agent-vision-toolkitagent-vision-toolkit 为纯文本模型补齐看图与 GUI 自动化
agent-vision-toolkit 为纯文本模型补齐看图与 GUI 自动化
可让 Codex/Claude Code 等 Agent 低成本获得多图理解、长截图 OCR 与 GUI 操作能力
NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with Multimodal ReasoningNVIDIA 开源 Nemotron 3.5 Super VL：120B MoE 多模态智能体模型
NVIDIA 开源 Nemotron 3.5 Super VL：120B MoE 多模态智能体模型
开放可定制的 MoE 多模态模型，面向长流程企业智能体，值得评估部署成本
tencent/WeVisOne-VL-4Btencent/WeVisOne-VL-4B：image-text-to-text，apache-2.0，transformers
tencent/WeVisOne-VL-4B：image-text-to-text，apache-2.0，transformers
信息不足，影响待观察
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16NVIDIA 发布 Nemotron-3.5-Super-VL-120B-A12B（BF16）image-text-to-text 模型
NVIDIA 发布 Nemotron-3.5-Super-VL-120B-A12B（BF16）image-text-to-text 模型
信息不足，影响待观察
