EmbeddingGemma-2 INT8
Google 推出的多模态嵌入模型,可将文本、图像、视频和音频映射到同一个 768 维空间以实现跨模态搜索,并已针对 Torq NPU 进行优化。
Google 推出的多模态嵌入模型,可将文本、图像、视频和音频映射到同一个 768 维空间以实现跨模态搜索,并已针对 Torq NPU 进行优化。
三阶段设备端人脸识别流水线:人脸检测、68 点面部关键点和 256 维人脸特征向量。
Google 推出的轻量级 2.7 亿参数模型,基于 Gemma 3 270M 构建并针对函数调用进行训练,旨在作为专用微调模型的基础。
Google 推出的轻量级 2.7 亿参数多模态语言模型,专为文本分类和数据提取等任务优化,具备快速微调能力。
Google 推出的紧凑型 2.7 亿参数语言模型,量化为 INT4,适用于文本分类和数据提取任务,并支持快速微调。
Liquid AI 推出的 4.5 亿参数视觉语言模型,可回答与输入图像相关的自然语言问题。
Liquid AI 推出的 2.3 亿参数混合短卷积与注意力语言模型,可作为技能选择层,将指令分解为工具调用。
在 SL2610 上 使用 Moonshine 和 Gemma 3 将语音翻译成其他语言。
针对 ImageNet 224x224 分辨率图像分类任务优化的量化 MobileNet V2 模型,采用 1.0 宽度乘数。
流式自动语音识别模型,采用滑动窗口编码器以缩短首 token 时间,针对 16kHz 单声道音频优化。
专为实时语音识别设计的高效自动语音识别模型,采用可变长度架构,支持最长 30 秒的 16kHz 单声道音频输入。
Qwen 团队推出的 5 亿参数指令微调语言模型,已使用 GPTQ 量化为 INT4,适用于 Torq NPU。
Qwen 团队推出的 6 亿参数语言模型,已使用 GPTQ 量化为 INT4,适用于 Torq NPU。
设置开发板,运行您的第一个边缘 AI 示例。
Torq 边缘 AI 平台概述:在 SL2610 NPU 上运行神经网络。
YOLO26 免 NMS 目标检测模型(nano),针对 320x320 分辨率优化,解码头已编译至 NPU。
YOLO26 免 NMS 目标检测模型(small),针对 320x320 分辨率优化,解码头已编译至 NPU。
针对 320x320 分辨率优化的 YOLOv8n 目标检测模型,在速度与精度之间实现平衡。
针对 320x320 分辨率优化的 YOLOv8n 姿态估计模型,可检测人体及其身体关键点。
针对 320x320 分辨率优化的 YOLOv8s 姿态估计模型,可检测人体及其身体关键点。
针对 320x320 分辨率优化的 YOLOv8s 目标检测模型,在速度与精度之间实现平衡。
在 SL2610 上使用 FunctionGemma 将语音或文字命令转化为硬件操作。
在 SL2600 NPU 上使用分类模型识别并标注图像。
在 SL2600 NPU 上使用 YOLO 查找并定位图像中的目标。
在 SL2610 NPU 上使用 Moonshine Streaming 实现逐词实时转录。
在 SL2610 NPU 上使用 Moonshine 转录麦克风中的语音。
在 SL2610 NPU 上使用 LFM2-VL 视觉语言模型描述摄像头看到的画面。
使用 Torq 编译器转换您自己的模型,并在 SL2600 NPU 上运行。
在 SL2610 上使用 YOLOv8 和 MelodyRNN 将目标检测结果转化为氛围音乐。