复杂多样的任务

这是一个混合专家多模态模型，基于Qwen2.5-7B-Instruct和siglip-so400m-14-980-flash-attn2-navit模型微调，并使用FLUX.1-schnell VAE模型，支持视觉理解、文本到图像生成及图像编辑。