Mini-LLaVA是一款轻量级的多模态大语言模型，由清华大学和北京航空航天大学的研究团队联合开发。能处理图像、文本和视频输入，实现高效的多模态数据处理。Mini-LLaVA基于Llama 3.1模型，优化了代码结构，在单个GPU上即可运行，适合复杂的视觉-文本关联任务。项目已在GitHub上开源，便于研究者和开发者下载使用。Mini-LLaVA的设计注重代码的可读性和功能的扩展性，支持定制和微调，适应不同的应用场景。

Mini-baidu09LLaVA – 基于Llama 3.1的轻量级多模态大语言模型 第1张
（图片来源网络，侵删）
Mini-baidu09LLaVA – 基于Llama 3.1的轻量级多模态大语言模型 第2张
（图片来源网络，侵删）