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

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 s2 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 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 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 s4 s5 s6

Следующий шаг: откройте карточку 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: там увеличение участка требует отдельного клиента, а нажатие кнопки — отдельного исполнителя. s1