חדש תמונה, וידאו, קריינות ותמלול בקריאה אחת, בלי להריץ מודל. מנסים בלי שרת

GPT
API לכל המודלים הוספת כלי
E

ERNIE-4.5-VL-28B-A3B-Thinking — הדגמה

קוד פתוח

baiduapache-2.02025-11-10

  • gradio

הדגמה לניתוח תמונות והיגיון רב-מודאלי עם מודל חשיבה של באידו. היא מיועדת למי שרוצה לבדוק יכולות הסקת מסקנות מתמונות ישירות בדפדפן.

  • 30Bפרמטרים
  • 131,072טוקנים בהקשר
  • 55.3 GBמשקל הקבצים
  • —הורדות בחודש

מה זה

אתם מעלים תמונה לצד שאלת טקסט אל תיבת שיחה רב-מודאלית ומקבלים תשובה מנומקת שמשלבת הבנה חזותית והסבר של שלבי החשיבה. הממשק מסדר את הפלט בתוך חלון צ'אט סטנדרטי ומזרים את התשובה בהדרגה. בדף עצמו משולבות דוגמאות מובנות עם קבצי תמונה בשם case1.png ו־case2.png כדי לבדוק את התנהגות המערכת מיד בלי להעלות קבצים משלכם.

מאחורי הקלעים הקוד מתחבר באמצעות ספריית הלקוח של OpenAI אל נקודת קצה שמריצה את המודל ERNIE-4.5-VL-28B-A3B-Thinking. זה אומר שהחישוב הכבד לא מתבצע ישירות בתוך הדפדפן שלכם אלא מועבר כקריאת שרת דרך ממשק מותאם של באידו.

מתאים ל

  • ניתוח תרשימים וגרפים

    העלאת תמונת נתונים ובקשת פענוח של המגמות באמצעות מודל החשיבה.

  • פתרון בעיות מתמונה

    שליחת צילום של שאילתה ויזואלית לקבלת פירוק שלבי הפתרון.

  • בדיקת יכולות הסקה

    בחינת יכולת ההסבר של מודל באידו על בסיס דוגמאות מוכנות מראש.

איפה זה נופל

ההדגמה הזו מוגבלת לשיחה סביב תמונות סטטיות ואינה מיועדת לווידאו, אודיו או קבצים מורכבים אחרים. המצב הנוכחי מראה שהיא ישנה, ולכן זמינות השירות תלויה בהתעוררות מחדש ובחיבור היציב אל שרת המודל החיצוני. אם החיבור לשרת המרוחק נכשל או שמשאבי המעבד הבסיסי נחנקים, השיחה תיעצר ללא מענה. בנוסף, מי שבונה על עברית מקצועית צריך לבדוק היטב את הפלט, שכן מודלים ממשפחה זו אומנו בעיקר על סינית ואנגלית.

שאלות
נפוצות

האם השימוש באפליקציה עולה כסף?

ההדגמה פתוחה לשימוש ישיר בדפדפן ללא עלות נוספת. אין כאן מדרגות תשלום או דרישה להזנת כרטיס אשראי כדי לנסות אותה.

מה קורה לתמונות שאני מעלה?

הקבצים מעובדים כקריאות שרת לצורך הפקת התשובה ואינם נשמרים כמאגר פומבי גלוי. למרות זאת, לא מומלץ להעלות לשם מידע רגיש או מסמכים פרטיים.

האם אפשר להריץ את זה על המחשב שלי?

קוד הממשק זמין תחת רישיון חופשי וניתן להורדה. עם זאת, הרצת המודל עצמו באופן עצמאי דורשת משאבי מחשוב כבדים וחיבור למשקלי המודל המתאימים.

כמה זמן לוקח לקבל תשובה?

הזמן משתנה בהתאם לזמינות השרת החיצוני. אם האפליקציה במצב שינה, תידרש קודם כל דקה או שתיים להתעוררות המערכת לפני שהיא תתחיל להגיב.

איך מריצים

טוענים תמונה וכותבים את ההנחיה בתיבת ה־MultimodalTextbox, או לחלופין לוחצים על אחת הדוגמאות המוכנות מראש בלוח הצדדי. הממשק שולח את הנתונים ומזרים את התוצאה לצ'אט בטקסט רציף. כרגע האפליקציה נמצאת במצב שינה, כך שהכניסה הראשונה אליה תדרוש המתנה עד שהיא תתעורר. מכיוון שהיא מוגדרת על מעבד בסיסי, כוח המחשוב המקומי שלה חלש מאוד, אך פקודות ההסקה מועברות דרך ממשק קריאות נפרד ולא נשענות על המעבד המקומי עבור חישובי המשקלים.

pip install -U huggingface_hub
hf download baidu/ERNIE-4.5-VL-28B-A3B-Thinking

הקבצים

43 קבצים במאגר, 55.3 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הקוד מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינויים בקוד המקור. עם זאת, התמונות והטקסטים שאתם מזינים עוברים עיבוד דרך שרתי היעד שאליהם הקוד פונה.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗