A-vision

мультимодальная
русскоязычная

A-Vision — это русскоязычная визуально-языковая модель (VLM), построенная на архитектуре Qwen2.5-VL-7B-Instruct. Её уникальность — в целенаправленной доменной адаптации для понимания изображений в контексте русского языка и специфики маркетплейса. Как и A-Vibe, модель получила оптимизированный токенизатор, что уменьшило её размер до 7.4B параметров и увеличило скорость обработки русскоязычных мультимодальных запросов на 50%. Главное же отличие — собственный обучающий корпус, собранный Авито: около 200 тыс. изображений товаров и почти миллион русскоязычных пар «изображение-вопрос-ответ». Это позволяет модели глубоко понимать контекст бытовых предметов и объявлений.

Технически A-Vision прошла через многоступенчатый процесс адаптации: сначала был заменён токенизатор на русскоязычный с последующим freeze→unfreeze обучением LLM-части на большом корпусе русского текста, затем проведено мультимодальное SFT обучение на собранном датасете, и завершающий этап DPO для обеспечения безопасности ответов.

Модель демонстрирует сбалансированную экспертизу. Она лидирует в ключевом для бизнеса Авито бенчмарке AvitoImageGen_RU (0.7668), который оценивает качество автоматической генерации описаний товаров по фото, показывая прирост +6% к базовой модели. При этом она сохраняет и даже улучшает сильные стороны оригинала и в задачах с английским языком, опережая Qwen2.5-VL-7B-Instruct в тесте DocVQA_EN (94.97), проверяющем умение извлекать информацию из документов и форм.

Сценарии использования A-Vision напрямую связаны с её мультимодальной природой и обучением. Она предназначена для автоматизации работы с визуальным контентом: мгновенная генерация заголовков и описаний товаров по фотографии, извлечение текста, брендов и атрибутов с изображений (OCR), проверка соответствия фото текстовому описанию, а также помощь в модерации визуального контента на платформах.


Дата анонса: 21.10.2025
Параметров: 7B
Контекст: 128K
Слоев: 28
Тип внимания: Full Attention
Потребление памяти: 12.6 ГБ в точности 4 бит
Разработчик: AvitoTech
Версия Transformers: 4.57.1
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с A-vision. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации для хостинга A-vision

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-1.16.16.160
128 000
 16 16384 160 1 29,33 ₽ Запустить
teslaa2-1.16.32.160
128 000
 16 32768 160 1 33,74 ₽ Запустить
teslaa10-1.16.32.160
128 000
 16 32768 160 1 46,94 ₽ Запустить
rtx2080ti-2.12.64.160
128 000
tensor
 12 65536 160 2 61,37 ₽ Запустить
rtx3090-1.16.24.160
128 000
 16 24576 160 1 78,53 ₽ Запустить
rtx3080-2.16.32.160
128 000
tensor
 16 32762 160 2 86,54 ₽ Запустить
rtx4090-1.16.32.160
128 000
 16 32768 160 1 103,04 ₽ Запустить
teslav100-1.12.64.160
128 000
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
128 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
128 000
 16 65536 160 1 141,77 ₽ Запустить
teslaa100-1.16.64.160
128 000
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
128 000
 16 65536 160 1 341,77 ₽ Запустить
h100nvl-1.16.96.160
128 000
 16 98304 160 1 367,41 ₽ Запустить
h200-1.16.128.160
128 000
 16 131072 160 1 423,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa10-1.16.32.160
128 000
 16 32768 160 1 46,94 ₽ Запустить
teslat4-2.16.32.160
128 000
tensor
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
128 000
tensor
 16 32768 160 2 51,34 ₽ Запустить
rtx2080ti-2.12.64.160
128 000
tensor
 12 65536 160 2 61,37 ₽ Запустить
rtx3090-1.16.24.160
128 000
 16 24576 160 1 78,53 ₽ Запустить
rtx3080-2.16.32.160
128 000
tensor
 16 32762 160 2 86,54 ₽ Запустить
rtx4090-1.16.32.160
128 000
 16 32768 160 1 103,04 ₽ Запустить
teslav100-1.12.64.160
128 000
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
128 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
128 000
 16 65536 160 1 141,77 ₽ Запустить
teslaa100-1.16.64.160
128 000
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
128 000
 16 65536 160 1 341,77 ₽ Запустить
h100nvl-1.16.96.160
128 000
 16 98304 160 1 367,41 ₽ Запустить
h200-1.16.128.160
128 000
 16 131072 160 1 423,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-2.16.32.160
128 000
tensor
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
128 000
tensor
 16 32768 160 2 51,34 ₽ Запустить
rtx2080ti-3.12.24.120
128 000
pipeline
 12 24576 120 3 74,84 ₽ Запустить
teslaa10-2.16.64.160
128 000
tensor
 16 65536 160 2 83,37 ₽ Запустить
rtx2080ti-4.16.32.160
128 000
tensor
 16 32768 160 4 99,74 ₽ Запустить
teslav100-1.12.64.160
128 000
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
128 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
rtx3080-3.16.64.160
128 000
pipeline
 16 65536 160 3 127,37 ₽ Запустить
rtx5090-1.16.64.160
128 000
 16 65536 160 1 141,77 ₽ Запустить
rtx3090-2.16.64.160
128 000
tensor
 16 65536 160 2 149,37 ₽ Запустить
rtx3080-4.16.64.160
128 000
tensor
 16 65536 160 4 162,57 ₽ Запустить
rtx4090-2.16.64.160
128 000
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslaa100-1.16.64.160
128 000
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
128 000
 16 65536 160 1 341,77 ₽ Запустить
h100nvl-1.16.96.160
128 000
 16 98304 160 1 367,41 ₽ Запустить
h200-1.16.128.160
128 000
 16 131072 160 1 423,04 ₽ Запустить

Связанные модели

QwQ
Qwen2-0.5B
Qwen2-1.5B
Qwen2-7B
Qwen2-72B
Qwen2.5-0.5B
Qwen2.5-1.5B
Qwen2.5-3B
Qwen2.5-7B
Qwen2.5-14B
Qwen2.5-32B
Qwen2.5-72B
Qwen2-57B-A14B
DeepSeek-R1-Distill-Qwen-32B
DeepSeek-R1-Distill-Qwen-1.5B
Qwen2.5-VL-3B
Qwen2.5-VL-7B
Qwen2.5-7B-1M

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.