XiaoYang
c582c4cd0a
- Update README.md with improved formatting, logo, badges, and comprehensive documentation - Add README.en.md with English translation of the documentation - Include detailed quick start guide, CLI reference, and supported models table - Add changelog information highlighting recent features - Add script directory and adjust script file locations
93 lines
2.5 KiB
Markdown
93 lines
2.5 KiB
Markdown
# 支持的模型
|
|
|
|
aha 支持多个领域的最先进 AI 模型集合。
|
|
|
|
## 文本生成
|
|
|
|
| 模型 | 参数量 | 描述 | 使用场景 |
|
|
|------|--------|------|----------|
|
|
| **Qwen2.5-7B** | 7B | 通用大语言模型 | 对话、推理、代码 |
|
|
| **Qwen3** | 多种 | 最新一代 | 高级推理 |
|
|
| **MiniCPM4** | 4B | 高效轻量级 | 边缘部署 |
|
|
|
|
## 视觉与多模态
|
|
|
|
| 模型 | 类型 | 描述 | 分辨率 |
|
|
|------|------|------|--------|
|
|
| **Qwen2.5-VL** | 视觉语言 | 图像理解 | 最高 1024x1024 |
|
|
| **Qwen3-VL** | 视觉语言 | 增强多模态 | 最高 1536x1536 |
|
|
| **MiniCPM-V** | 视觉语言 | 轻量视觉 | 最高 768x768 |
|
|
|
|
## 语音识别 (ASR)
|
|
|
|
| 模型 | 语言 | 实时 | 速度 |
|
|
|------|------|------|------|
|
|
| **FunASR-Nano** | 中/英 | 是 | 16x 实时 |
|
|
| **GLM-ASR-Nano** | 中/英 | 是 | 32x 实时 |
|
|
|
|
## OCR
|
|
|
|
| 模型 | 语言 | 类型 | 优势 |
|
|
|------|------|------|------|
|
|
| **PaddleOCR-VL** | 80+ | 轻量级 | 通用文档 |
|
|
| **Hunyuan-OCR** | 中文 | 深度学习 | 复杂布局 |
|
|
| **DeepSeek-OCR** | 多语言 | 场景文字 | 自然图像 |
|
|
|
|
## 音频处理
|
|
|
|
| 模型 | 类型 | 描述 |
|
|
|------|------|------|
|
|
| **VoxCPM** | 语音编解码器 | 神经音频编解码 |
|
|
| **RMBG-2.0** | 背景移除 | 语音隔离 |
|
|
|
|
## 模型格式
|
|
|
|
所有模型均采用优化的 ONNX 格式，提供：
|
|
|
|
- **跨平台兼容** - Windows、macOS、Linux
|
|
- **CPU 加速** - AVX2、NEON、SIMD
|
|
- **边缘部署** - 无需 GPU
|
|
- **快速推理** - 优化运行时
|
|
|
|
## 模型选择
|
|
|
|
aha 会自动为每个任务选择最佳模型。如需覆盖：
|
|
|
|
```bash
|
|
aha chat "你好" --model qwen2.5-7b
|
|
aha vision --model qwen2.5-vl "描述这个" --image img.jpg
|
|
aha asr --model fun-asr-nano audio.wav
|
|
```
|
|
|
|
## 模型来源
|
|
|
|
模型来源：
|
|
|
|
- [Hugging Face](https://huggingface.co) - 主模型中心
|
|
- [ModelScope](https://modelscope.cn) - 中文模型中心
|
|
- [GitHub Releases](https://github.com) - 备份发布
|
|
|
|
## 添加新模型
|
|
|
|
参见 [开发指南](./development.zh-CN.md) 了解添加新模型集成的说明。
|
|
|
|
## 模型更新
|
|
|
|
模型定期更新。查看 [releases](https://github.com/jhqxxx/aha/releases) 获取最新版本。
|
|
|
|
## 许可证
|
|
|
|
每个模型都有自己的许可证。在生产中使用前请查看模型许可证。
|
|
|
|
## 性能基准
|
|
|
|
CPU (M1 Pro) 上的近似推理速度：
|
|
|
|
| 模型 | 任务 | Tokens/秒 |
|
|
|------|------|-----------|
|
|
| Qwen2.5-7B | 文本 | 25-35 |
|
|
| Qwen2.5-VL | 视觉 | 20-30 |
|
|
| FunASR-Nano | ASR | 200-500x |
|
|
|
|
*基准测试因硬件和输入大小而异。*
|