Ovis-Image
轻量级7B模型，让AI生成图片里的文字清晰准确
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 318
核心亮点
- 7B参数在文字渲染精度上表现突出，优于同规模通用模型
- 针对计算资源受限场景优化，推理效率高
- 支持多样化的文字风格和排版，生成结果自然
不足之处
- 项目处于早期阶段，文档和社区支持待观察
- 7B规模可能限制复杂场景下的文字生成能力
适用场景
- 生成带文字的海报和广告图
- 制作漫画或插画中的对话气泡
- 在电商场景生成商品标签或促销信息
替代项目
DeepFloyd IF、Imagen、Stable Diffusion XL
同类项目推荐
Awesome-Multimodal-Reasoning
开源
一网打尽多模态推理与生成前沿，追踪RL新进展
Latest Advances on (RL based) Multimodal Reasoning and Generation in Multimodal LLMs
Awesome-Code-LLM
开源
一张表看懂代码大模型，快速选型不迷路
An awesome and curated list of best code-LLM for research.
LucaOne
开源
一个模型统一处理核酸与蛋白序列
The resources of LucaOne, including: the model code, training scripts, embedding inf···
GPT-Models-Plus
开源
一个脚本搞定 ChatGPT、Claude、Grok 多模型调用
别问我为什么大杂烩放在一块，懒得新建项目
Build-a-Large-Language-Model-fro···
开源
手写GPT，彻底搞懂大模型原理
Building a GPT-like LLM from scratch with PyTorch.
KnowLM
开源
给大模型注入知识，让回答更专业准确
An Open-sourced Knowledgable Large Language Model Framework.
RET-CLIP
开源
用临床报告训练视网膜AI，零样本识别眼科疾病
RET-CLIP: A Retinal Image Foundation Model Pre-trained with Clinical Diagnostic Repo···
Machine-Learning
开源
跟着博客笔记，边看边跑机器学习代码
All content related to machine learning from my blog
LLM4TS
开源
一网打尽LLM+时序模型，找代码、看论文、选基线，省时省力。
Large Language & Foundation Models for Time Series.