Visual Salamandra：基于7B参数实现多模态理解的开源模型

Language Technologies Lab 发布 Visual Salamandra，将 Salamandra 大语言模型扩展至图像和视频理解。该 7B 参数模型集成 SigLIP 编码器，支持视觉问答、OCR 及视频处理。模型基于 Apache License, Version 2.0 开源，适用于研究及非商业用途。