InternVL3-2B-4-Bit-GGUF-with-mmproj
Model pembuatan gambar InternVL3-2B-4-Bit-GGUF-with-mmproj dari Zoont memuat 2 miliar parameter ke dalam sebuah . InternVL3-2B-4-Bit-GGUF-with-mmproj is an open-weights image model with roughly 2 billion parameters.
by Zoont · 2B parameter
Paling cocok untuk
Cara menggunakan InternVL3-2B-4-Bit-GGUF-with-mmproj di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Zoont Anda. osFoundry menemukan InternVL3-2B-4-Bit-GGUF-with-mmproj 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
InternVL3-2B-4-Bit-GGUF-with-mmproj 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 InternVL3-2B-4-Bit-GGUF-with-mmproj
InternVL3-2B-4-Bit-GGUF-with-mmproj berjalan di satu GPU konsumen 16GB (~2 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~5 GB).
InternVL3-2B-4-Bit-GGUF-with-mmproj vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang InternVL3-2B-4-Bit-GGUF-with-mmproj
Apakah InternVL3-2B-4-Bit-GGUF-with-mmproj gratis untuk digunakan?
InternVL3-2B-4-Bit-GGUF-with-mmproj 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 InternVL3-2B-4-Bit-GGUF-with-mmproj 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 InternVL3-2B-4-Bit-GGUF-with-mmproj?
Sekitar 2 GB pada kuantisasi Q4, atau 5 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan InternVL3-2B-4-Bit-GGUF-with-mmproj secara lokal?
Ya. InternVL3-2B-4-Bit-GGUF-with-mmproj bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama InternVL3-2B-4-Bit-GGUF-with-mmproj?
InternVL3-2B-4-Bit-GGUF-with-mmproj sangat cocok untuk image text to text.
Bagaimana cara menggunakan InternVL3-2B-4-Bit-GGUF-with-mmproj di osFoundry?
Tempelkan API key Zoont Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan InternVL3-2B-4-Bit-GGUF-with-mmproj ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Zoont pada 20 Agustus 2025. Sumber: https://huggingface.co/Zoont/InternVL3-2B-4-Bit-GGUF-with-mmproj