VL视觉模型集合

镜像简介

本镜像整合了InternVL3-8B、GLM-4.1V-9B-Thinking等前沿视觉语言模型，提供强大的多模态理解与推理能力。支持图像内容分析、视觉问答、图文检索及复杂场景理解，适用于AI研究、多模态应用开发、智能内容审核及教育演示等场景，为开发者与研究者提供一站式、高效的视觉语言模型集成环境。

镜像使用指南

1. 部署&使用

进入优云智算控制台，选择部署实例，选择相应的卡型部署（推荐4090、4090 48G）

2. 等待实例启动

实例初始化完成后，点击进入jupyterlab

3. 部署后双击打开 “说明”笔记

4. 可以看到运行命令，直接复制命令，新建terimal终端运行即可。

python api.py

模型地址

• InternVL3-8B：https://www.modelscope.cn/models/OpenGVLab/InternVL3-8B
• GLM-4.1V-9B-Thinking：https://www.modelscope.cn/models?name=GLM-4.1V-9B-Thinking
• GLM-4.1V-9B-Thinking-bnb-4bit：https://www.modelscope.cn/models/dengcao/GLM-4.1V-9B-Thinking-bnb-4bit