一个通用的多模态模型，可用于问答、图像描述等任务，idefics-80b官网入口网址

大型视频语言模型，提供视觉问答和视频字幕生成。VideoLLaMA2-7B-Base官网入口网址

大型视频-语言模型，提供视觉问答和视频字幕生成。VideoLLaMA2-7B官网入口网址