CogVLM は強力なオープンソースの視覚言語モデル（VLM）です。

現実世界の視覚と言語理解アプリケーションに使用することを目的としたオープンソースの視覚言語（VL）モデルです。

Qwen-VL はアリババクラウドによって開発された大規模視覚言語モデル（Large Vision Language Model, LVLM）です。