Baichuan-Omni

Pesos cerrados Baichuan,Westlake University,Zhejiang University (ZJU) 7B parámetros October 2024

Sin estimación

Sin requisitos de hardware para este modelo

Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..

En registro

especificación completa

Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..

Origen

Quién construyó este modelo, dónde, y cuándo fue publicado.

Organización
Baichuan,Westlake University,Zhejiang University (ZJU)
Tipo de Organización
Industry,Academia,Academia
País
China
Publicado
11 October 2024
Autores
Yadong Li, Haoze Sun, Mingan Lin, Tianpeng Li, Guosheng Dong, Tao Zhang, Bowen Ding, Wei Song, Zhenglin Cheng, Yuqi Huo, Song Chen, Xu Li, Da Pan, Shusen Zhang, Xin Wu, Zheng Liang, Jun Liu, Tao Zhang, Keer Lu, Yaqi Zhao, Yanjun Shen, Fan Yang, Kaicheng Yu, Tao Lin, Jianhua Xu, Zenan Zhou

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio
Language, Vision, Multimodal, Audio, Speech, Video
Tarea
Visual question answering, Language modeling/generation, Video description, Speech synthesis, Image captioning

Tamaño

Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.

parámetros
7B
Datos de entrenamiento
tokens

Disponibilidad

Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.

Pesos
Closed — provider access only
Acceso al modelo
Unreleased
Código de entrenamiento
Unreleased

code and weights are supposed to be here, but not yet: https://github.com/westlake-baichuan-mllm/bc-omni?tab=readme-ov-file

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Confianza de registro
Confident
Citas
35

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia
Baichuan-Omni Technical Report
Última actualización
25 May 2026

Qué significan los números

Fondo

Baichuan-Omni fue publicado por Baichuan,Westlake University,Zhejiang University (ZJU), en el país registrado como China, durante October 2024. La organización editora está clasificada como industry,Academia,Academia.

Funciona en el dominio de Language, Vision, Multimodal, Audio, Speech, Video, y se registra como realizando la tarea de visual question answering, Language modeling/generation, Video description, Speech synthesis, Image captioning.

Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.

Respuestas

Baichuan-Omni — preguntas comunes

01

Baichuan-Omni— ¿Es de código abierto?

No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.

02

Baichuan-Omni— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 7B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.

03

Baichuan-Omni— ¿Quién lo creó?

Fue publicado por Baichuan,Westlake University,Zhejiang University (ZJU), basado en China, una organización categorizada como industry,Academia,Academia.

04

Baichuan-Omni— ¿cuándo fue lanzado?

Se publicó en October 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.

05

Baichuan-Omni— ¿Para qué se utiliza?

Funciona en el dominio de Language, Vision, Multimodal, Audio, Speech, Video, y se registra como manejando la tarea de visual question answering, Language modeling/generation, Video description, Speech synthesis, Image captioning. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.

06

Baichuan-Omni— ¿Qué GPU necesito para ejecutarlo?

Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.

Origen

Publicación original

Última actualización registrada 25 May 2026

La otra dirección

¿Mirándolo desde el otro lado?

Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.