# ZwZ2: вышли GGUF-модели для поиска связанных деталей на изображении

Источник: https://modelium.tech/zhurnal/zwz2-gguf-4b-9b-27b-visual-details/

30 октября inclusionAI выложила GGUF-версии ZwZ2-4B, 9B и 27B для локального анализа изображений. Модели рассчитаны на вопросы, где нужно сопоставить детали в разных частях картинки; вместе с весами нужны отдельные файлы обработки изображения. Это не готовое приложение: качество GGUF-вариантов редакция не проверяла, а условия исходных весов нужно отличать от лицензии конверсий.

ZwZ2: вышли GGUF-модели для поиска связанных деталей на изображении

Представьте фотографию полки: чтобы ответить, к какой коробке относится маленькая этикетка, нужно сопоставить детали в разных частях снимка. 30 октября 2026 года inclusionAI загрузила GGUF-веса ZwZ2 в вариантах 4B, 9B и 27B. Их можно использовать в программе для локального запуска моделей с поддержкой изображений, но **это не готовая домашняя инструкция и не гарантия правильного ответа**. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Что стало доступно для локального запуска?

Для каждого размера авторы выложили три варианта весов — F16, Q8_0 и Q4_K_M — и отдельный файл `mmproj` для обработки картинки. GGUF — формат файлов для программ вроде llama.cpp; уменьшенные варианты экономят место при загрузке, но могут менять точность. Для вопроса по изображению одного основного файла недостаточно: потребуется соответствующий визуальный компонент. Карточки показывают пример с `llama-mtmd-cli` и `llama-server`, однако мы не запускали эти пакеты и не подтверждаем совместимость с конкретной установленной версией программы. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Модели построены на Qwen3.5-4B, Qwen3.5-9B и Qwen3.6-27B. Авторы обучали их сопоставлять несколько областей изображения без дополнительного инструмента, который во время ответа отдельно увеличивает участок снимка. Если нужен именно агент, который управляет экраном, это другая задача: опубликованные веса ZwZ2 сами не нажимают кнопки. [s4](#src-s4) [s5](#src-s5)

## Насколько хорошо они отвечают?

По данным авторов, исходная ZwZ2-4B на наборе из 25 визуальных тестов набрала в среднем 54,79% против 49,41% у её базовой модели. Это средние по тестам с равным весом, а не частота верных ответов на ваших фотографиях. Эти числа относятся к авторской оценке исходной модели: отдельного сравнения качества GGUF-квантов на тех же данных карточки не дают. Текст на фото, счёт предметов и пространственные связи по-прежнему могут быть прочитаны неверно. [s4](#src-s4) [s1](#src-s1)

## Что с правами и требованиями?

Карточки официальных GGUF-пакетов помечены Apache 2.0; код проекта также содержит Apache-2.0 LICENSE. При этом карточка исходных весов ZwZ2-4B не указывает лицензию и не содержит отдельного LICENSE, а отправляет читателя к условиям весов и базовой модели. Поэтому не переносите отметку GGUF-пакета автоматически на любой исходный чекпойнт и отдельно проверяйте условия выбранного файла перед коммерческим использованием. Размер файла загрузки не равен требуемой оперативной или видеопамяти: проверенных минимальных требований для вашего компьютера здесь нет. [s1](#src-s1) [s4](#src-s4) [s5](#src-s5) [s6](#src-s6)

**Следующий шаг:** откройте [карточку ZwZ2-4B-GGUF](https://huggingface.co/inclusionAI/ZwZ2-4B-GGUF) и проверьте наличие пары файлов модели и `mmproj` для выбранного варианта. Если вам важны действия на экране, а не анализ готового снимка, смотрите [разбор LBS-27B](/zhurnal/lbs-27b-visual-observation-gui-local/): там увеличение участка требует отдельного клиента, а нажатие кнопки — отдельного исполнителя. [s1](#src-s1)

## Источники

1. [inclusionAI: ZwZ2-4B-GGUF, карточка и полный манифест, ревизия 2998cc8](https://huggingface.co/inclusionAI/ZwZ2-4B-GGUF/tree/2998cc8c43b4a130e42541237e98c952d37bb846) — получено 2026-10-31
2. [inclusionAI: ZwZ2-9B-GGUF, ревизия 206f771](https://huggingface.co/inclusionAI/ZwZ2-9B-GGUF/tree/206f7713767984556757237bd0ce69addf8d643f) — получено 2026-10-31
3. [inclusionAI: ZwZ2-27B-GGUF, ревизия d8c2afd](https://huggingface.co/inclusionAI/ZwZ2-27B-GGUF/tree/d8c2afddeab0ab4faa3620001da36260467aebc1) — получено 2026-10-31
4. [inclusionAI: ZwZ2-4B, модельная карточка и исходные файлы](https://huggingface.co/inclusionAI/ZwZ2-4B/tree/f4cf5f31fb5578622312017a5a74d6b0cd1d64b8) — получено 2026-10-31
5. [inclusionAI: Zooming-without-Zooming-v2, код и LICENSE, коммит 8902acd](https://github.com/inclusionAI/Zooming-without-Zooming-v2/tree/8902acd54a762203e67f40fc3318508966c7c3e6) — получено 2026-10-31
6. [Qwen3.5-4B: условия базовой модели](https://huggingface.co/Qwen/Qwen3.5-4B/blob/851bf6e806efd8d0a36b00ddf55e13ccb7b8cd0a/LICENSE) — получено 2026-10-31