Kakao多模态AI模型“Kanana-v”在Hugging Face下载量达160万次
Kakao的多模态人工智能语言模型“Kanana-v”在全球开源人工智能平台Hugging Face上的下载量已达160万次。
Kakao于9日表示，开源视觉语言模型“Kanana-1.5-v-3b-Instruct”最近1个月在Hugging Face上的下载量达到38万次。该模型截至目前的累计下载量约达160万次。
视觉语言模型是能够同时理解和处理文本与图像的人工智能模型，可用于文档分析、图像说明及视觉信息解读等。
若看最近1个月的下载量，该模型领先于竞争产品。与同等规模的Naver Cloud视觉语言模型“HyperCLOVA X Seed Vision Instruct 3B”相比，其下载量约为后者的2.8倍，后者约为13.7万次；即便与体量更大的LG人工智能研究院“EXAONE 4.5 33B”相比，下载量也更高，后者约为24.7万次。
Kanana-v已被列为开源推理框架vLLM的官方支持模型，无需额外设置即可直接应用于服务。由于属于轻量级模型，即使在图形处理器资源受限的环境中，也能实现经济高效的运行。
Kakao一直专注于提升人工智能模型在多模态理解、指令执行和推理等方面的能力。继去年7月公开“Kanana-1.5-v-3b”后，又于今年1月推出通过自我检查将幻觉现象降至最低的“Kanana-v-4b-Hybrid”。目前，继面向Agentic人工智能优化的“Kanana-2”之后，公司正开发“Kanana-2.5”，并通过开发分词器同时提升推理速度和成本效率。
Kakao相关人士表示：“在能够完整理解用户语境、自主作出判断并完成复杂任务的Agentic人工智能体系中，多模态模型正发挥核心作用。”他还称，“今后将持续推进创新，让更多开发者和企业能够在无成本负担的情况下实现高性能、高效率的Agentic人工智能服务。”
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
