blip-2-vision-language
✓连接冻结图像编码器和法学硕士的视觉语言预训练框架。当您需要图像字幕、视觉问答、图像文本检索或多模式聊天以及最先进的零样本性能时使用。
SKILL.md
Comprehensive guide to using Salesforce's BLIP-2 for vision-language tasks with frozen image encoders and large language models.
| Model | LLM Backend | Size | Use Case |
| blip2-opt-2.7b | OPT-2.7B | 4GB | General captioning, VQA | | blip2-opt-6.7b | OPT-6.7B | 8GB | Better reasoning | | blip2-flan-t5-xl | FlanT5-XL | 5GB | Instruction following | | blip2-flan-t5-xxl | FlanT5-XXL | 13GB | Best quality |
连接冻结图像编码器和法学硕士的视觉语言预训练框架。当您需要图像字幕、视觉问答、图像文本检索或多模式聊天以及最先进的零样本性能时使用。 来源：orchestra-research/ai-research-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-language- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-11
- 更新时间
- 2026-02-18
快速解答
什么是 blip-2-vision-language？
连接冻结图像编码器和法学硕士的视觉语言预训练框架。当您需要图像字幕、视觉问答、图像文本检索或多模式聊天以及最先进的零样本性能时使用。 来源：orchestra-research/ai-research-skills。
如何安装 blip-2-vision-language？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-language 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/orchestra-research/ai-research-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-11