InternVL2_5-78B-MPO-AWQ
Model pembuatan gambar InternVL2_5-78B-MPO-AWQ dari OpenGVLab memuat 78 miliar parameter ke dalam sebuah . InternVL2_5-78B-MPO-AWQ is an open-weights image model with roughly 78 billion parameters.
by OpenGVLab · 78B parameter
Paling cocok untuk
Cara menggunakan InternVL2_5-78B-MPO-AWQ di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key OpenGVLab Anda. osFoundry menemukan InternVL2_5-78B-MPO-AWQ secara otomatis — tetapkan ke peran Maestro (router, direct, orchestrator, atau fallback) di tab Pipeline dan model ini langsung aktif di setiap chat. Key Anda, akun provider Anda — tanpa markup token.
Deploy endpoint khusus
InternVL2_5-78B-MPO-AWQ bersifat open-weights — jalankan secara lokal tanpa biaya, atau deploy endpoint GPU khusus di workspace Anda untuk kapasitas tercadangkan tanpa rate limit.
Gunakan di Room App
Room App mendeklarasikan fitur AI di manifest mereka, lalu memanggilnya dengan invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Panggil dari aplikasi Anda sendiri
Setelah sebuah model terhubung ke workspace Anda, Anda dapat meng-host-nya sebagai API dan mengaksesnya dari layanan, skrip, atau CI Anda sendiri — di luar osFoundry.
Hardware apa yang dapat menjalankan InternVL2_5-78B-MPO-AWQ
InternVL2_5-78B-MPO-AWQ berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~47 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~188 GB).
InternVL2_5-78B-MPO-AWQ vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang InternVL2_5-78B-MPO-AWQ
Apakah InternVL2_5-78B-MPO-AWQ gratis untuk digunakan?
InternVL2_5-78B-MPO-AWQ gratis untuk dijalankan secara lokal pada hardware Anda sendiri. Akses ter-host melalui osFoundry dikenakan biaya (input Free (local), output Free (local)). Anda dapat beralih antara lokal dan ter-host kapan saja.
Bisakah saya menggunakan InternVL2_5-78B-MPO-AWQ secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Berapa VRAM yang dibutuhkan InternVL2_5-78B-MPO-AWQ?
Sekitar 47 GB pada kuantisasi Q4, atau 188 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan InternVL2_5-78B-MPO-AWQ secara lokal?
Ya. InternVL2_5-78B-MPO-AWQ bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama InternVL2_5-78B-MPO-AWQ?
InternVL2_5-78B-MPO-AWQ sangat cocok untuk image text to text.
Bagaimana cara menggunakan InternVL2_5-78B-MPO-AWQ di osFoundry?
Tempelkan API key OpenGVLab Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan InternVL2_5-78B-MPO-AWQ ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh OpenGVLab pada 23 Desember 2024. Sumber: https://huggingface.co/OpenGVLab/InternVL2_5-78B-MPO-AWQ