模型llava-phi3 / LLaVA-Phi3
llava-phi3
基于Phi-3的多模态视觉语言模型，能够同时理解图像和文本输入，可通过Ollama在本地硬件上运行，适用于离线图像识别场景
时间轴 (近 90 天)
10月12日
NaturalDex 使用 Ollama 运行本地视觉模型 llava-phi3 进行物种识别，图像分类不发往任何云端
待验证50%
10月12日
llava-phi3 是一个多模态视觉语言模型（VLM），能够同时理解图像和文本输入
待验证50%
10月12日
与 GPT-4o 或 Claude 等云端视觉模型相比，本地 VLM 的识别精度通常较低，但优势在于零延迟网络往返、完全离线可用、用户图像数据绝不离开本地设备
待验证50%