Pix2Struct-Large

Pix2Struct-Large ni modeli ya kutambua picha iliyoundwa na Google Research na University of Cambridge (Marekani, Uingereza), iliyotolewa 15 Juni 2023.

Uzito wake (weights) uko wazi: mtu yeyote anaweza kuipakua, kuiendesha na kuitumia hata kibiashara.

Ina vigezo (parameters) bilioni 1.3.

Naweza kuiendesha mwenyewe?

Ndiyo, kwenye simu janja au kifaa chenye uwezo mkubwa zaidi.

  1. SimuRAM ya GB 6–8
  2. Kompyuta mpakatoRAM ya GB 16
  3. Kompyuta yenye uwezo mkubwaGB 24 hadi 64 (kadi ya michoro au Mac yenye uwezo mkubwa)
  4. Sevazaidi ya GB 64

Inahitaji takriban GB 1.8 za kumbukumbu (RAM) ikibanwa hadi biti 4.

Programu za simu zinazoendesha modeli bila intaneti (kwa mfano PocketPal) zinapakua toleo lililobanwa.

Modeli nyingine za Google Research

  1. WeatherNext 3Google DeepMind na Google ResearchSep 2026Sayansi ya Dunia
    Funge
  2. C2S-ScaleBrown University, Google DeepMind, Google Research, University of Southern California na Yale UniversityOkt 2025Lugha, Biolojia
    Wazi27BKompyuta yenye uwezo mkubwa
  3. TxGemma 27BGoogle DeepMind na Google ResearchApr 2025Lugha, Biolojia
    Wazi, kwa masharti27BKompyuta yenye uwezo mkubwa
  4. TxGemma 2BGoogle DeepMind na Google ResearchApr 2025Lugha, Biolojia
    Wazi, kwa masharti2.6BSimu
  5. TxGemma 9BGoogle DeepMind na Google ResearchApr 2025Lugha, Biolojia
    Wazi, kwa masharti9BKompyuta mpakato
  6. F5-TTSGeely Automobile Research Institute (Ningbo) Company, Shanghai Jiao Tong University na University of CambridgeDes 2024Usemi
    Wazi, si kwa biashara336MSimu