Aria

收录理由

如果你希望用一个开源模型同时处理文本、图片、文档和视频，而不是把几个专用系统拼在一起，Aria 值得一看。它采用混合专家架构，总参数 25.3B，但每个 token 只激活 3.9B 参数，这让推理和微调的开销比同规模稠密模型明显更低。仓库提供了可直接运行的代码，安装步骤清晰，也接好了 Hugging Face，拉下权重就能对图片进行聊天式提问，或者在一张 A100 级别的显卡上用自己的数据微调。64K 的上下文窗口加上在视频和文档理解上的出色表现，让它成为搭建视觉助手或文档分析流程的务实底座，Apache-2.0 许可也方便你在此基础上继续开发。