AI Models
AI 模型
Armor EdgeAI 的各项功能使用下列 AI 模型。安装文件不含任何模型:首次设置时,App 从本公司的下载服务获取您选择的功能所需的模型,其他模型在您选用时才下载,全部在您的电脑上运行。
每个模型都依其许可条款提供,点击许可名称可查看条款全文。「原始模型」是原作者发布的版本;「获取来源」是本产品实际采用的文件出处,多为原始模型的量化或格式转换版本。
40模型
4许可种类
v0012模型清单版本
| 模型 | 用途 | 许可 | 来源 |
|---|---|---|---|
| Qwen 3.5 0.8BAlibaba QwenGGUF Q4_K_M · 533 MB + 205 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.5-0.8B获取来源 unsloth/Qwen3.5-0.8B-GGUF |
| Qwen 3.5 2B VisionAlibaba QwenGGUF Q4_K_M · 1.3 GB + 668 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.5-2B获取来源 unsloth/Qwen3.5-2B-GGUF |
| Qwen 3.5 4B VisionAlibaba QwenGGUF UD-Q4_K_XL · 2.9 GB + 672 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.5-4B获取来源 unsloth/Qwen3.5-4B-GGUF |
| Qwen 3.5 9BAlibaba QwenGGUF Q4_K_M · 5.7 GB | 对话 | Apache-2.0 | 原始模型 Qwen/Qwen3.5-9B获取来源 unsloth/Qwen3.5-9B-GGUF |
| Qwen 3.6 27B VisionAlibaba QwenGGUF UD-Q4_K_XL · 17.6 GB + 928 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.6-27B获取来源 unsloth/Qwen3.6-27B-GGUF |
| Qwen 3.6 35B-A3BAlibaba QwenGGUF UD-Q4_K_M · 22.1 GB + 899 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.6-35B-A3B获取来源 unsloth/Qwen3.6-35B-A3B-GGUF |
| Qwen 3.6 35B-A3B(MTP)Alibaba QwenGGUF UD-Q4_K_M · 22.7 GB + 899 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.6-35B-A3B获取来源 unsloth/Qwen3.6-35B-A3B-MTP-GGUF |
| Gemma 4 E2BGoogleGGUF Q4_K_M · 3.1 GB + 986 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 google/gemma-4-E2B-it获取来源 unsloth/gemma-4-E2B-it-GGUF |
| Gemma 4 E4BGoogleGGUF Q4_K_M · 5.0 GB + 990 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 google/gemma-4-E4B-it获取来源 unsloth/gemma-4-E4B-it-GGUF |
| Gemma 4 26B-A4BGoogleGGUF UD-Q4_K_M · 16.9 GB + 1.2 GB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 google/gemma-4-26B-A4B-it获取来源 unsloth/gemma-4-26B-A4B-it-GGUF |
| Gemma 4 31BGoogleGGUF Q4_K_M · 18.3 GB + 1.2 GB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 google/gemma-4-31B-it获取来源 unsloth/gemma-4-31B-it-GGUF |
| Ministral 3 3BMistral AIGGUF Q4_K_M · 2.1 GB + 840 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 mistralai/Ministral-3-3B-Instruct-2512获取来源 unsloth/Ministral-3-3B-Instruct-2512-GGUF |
| Ministral 3 8BMistral AIGGUF Q4_K_M · 5.2 GB + 857 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 mistralai/Ministral-3-8B-Instruct-2512获取来源 unsloth/Ministral-3-8B-Instruct-2512-GGUF |
| Ministral 3 14BMistral AIGGUF Q4_K_M · 8.2 GB + 878 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 mistralai/Ministral-3-14B-Instruct-2512获取来源 unsloth/Ministral-3-14B-Instruct-2512-GGUF |
| gpt-oss 20BOpenAIGGUF Q4_K_M · 11.6 GB | 对话 | Apache-2.0 | 原始模型 openai/gpt-oss-20b获取来源 unsloth/gpt-oss-20b-GGUF |
| Muse Glimmer 30BMeta Superintelligence LabGGUF UD-Q4_K_XL · 15.9 GB + 2.1 GB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 meta-models/Muse-Glimmer-30B获取来源 unsloth/Muse-Glimmer-30B-GGUF |
| Qwen 3.8 27B VisionAlibaba QwenGGUF UD-Q4_K_M · 16.5 GB + 928 MB 视觉组件 | 对话 · 可看图 | Apache-2.0 | 原始模型 Qwen/Qwen3.8-27B获取来源 unsloth/Qwen3.8-27B-GGUF |
| MiMo V2.6 Distill 9BXiaomi MiMoGGUF Q4_K_M · 5.8 GB + 918 MB 视觉组件 | 对话 · 可看图 | MIT后训练权重为 MIT;基底模型 Qwen3.5-9B 为 Apache-2.0,两份许可并列。 | 原始模型 XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B本公司自原始权重量化 |
| Z-Image TurboAlibaba Tongyi-MAIGGUF Q4_K_M · 5.0 GB | 图像生成 | Apache-2.0 | 原始模型 Tongyi-MAI/Z-Image-Turbo获取来源 unsloth/Z-Image-Turbo-GGUF |
| Z-Image VAEsafetensors · 335 MB | Z-Image 的图像编解码器(VAE) | Apache-2.0 | 获取来源 Comfy-Org/z_image_turbo |
| Qwen3 4B Instruct 2507Alibaba QwenGGUF Q4_K_M · 2.5 GB | Z-Image 的文本编码器 | Apache-2.0 | 原始模型 Qwen/Qwen3-4B-Instruct-2507获取来源 unsloth/Qwen3-4B-Instruct-2507-GGUF |
| FLUX.2 klein Base 4BBlack Forest LabsGGUF Q4_K_M · 2.6 GB | 图像生成 | Apache-2.0 | 原始模型 black-forest-labs/FLUX.2-klein-base-4B获取来源 unsloth/FLUX.2-klein-base-4B-GGUF |
| Qwen3 4BAlibaba QwenGGUF Q4_K_M · 2.5 GB | FLUX.2 的文本编码器 | Apache-2.0 | 原始模型 Qwen/Qwen3-4B获取来源 unsloth/Qwen3-4B-GGUF |
| FLUX.2 VAEsafetensors · 336 MB | FLUX.2 的图像编解码器(VAE) | Apache-2.0 | 获取来源 Comfy-Org/ERNIE-Image |
| Qwen-Image 2512Alibaba QwenGGUF Q4_K_M · 13.2 GB | 图像生成 | Apache-2.0 | 原始模型 Qwen/Qwen-Image-2512获取来源 unsloth/Qwen-Image-2512-GGUF |
| Qwen2.5-VL 7B InstructAlibaba QwenGGUF UD-Q4_K_XL · 4.8 GB | Qwen-Image 的文本编码器 | Apache-2.0 | 原始模型 Qwen/Qwen2.5-VL-7B-Instruct获取来源 unsloth/Qwen2.5-VL-7B-Instruct-GGUF |
| Qwen-Image VAEAlibaba Qwensafetensors · 254 MB | Qwen-Image 的图像编解码器(VAE) | Apache-2.0 | 原始模型 Qwen/Qwen-Image获取来源 Comfy-Org/Qwen-Image_ComfyUI |
| Real-ESRGAN x4plusXintao Wang (Tencent ARC Lab)PyTorch (.pth) · 67 MB | 画质提升(4 倍放大) | BSD-3-Clause | 获取来源 xinntao/Real-ESRGAN |
| PaddleOCR-VL 1.6Baidu PaddlePaddleGGUF · 936 MB + 882 MB 视觉组件 | 文件文字识别 | Apache-2.0 | 获取来源 PaddlePaddle/PaddleOCR-VL-1.6-GGUF |
| PP-DocLayoutV3Baidu PaddlePaddleONNX · 131 MB | 文件版面检测 | Apache-2.0 | 原始模型 PaddlePaddle/PP-DocLayoutV3获取来源 alex-dinh/PP-DocLayoutV3-ONNX |
| Whisper SmallOpenAIggml q5_1 · 190 MB | 语音转文字 | MIT | 原始模型 openai/whisper获取来源 ggerganov/whisper.cpp |
| Whisper Large v3 TurboOpenAIggml q5_0 · 574 MB | 语音转文字 | MIT | 原始模型 openai/whisper获取来源 ggerganov/whisper.cpp |
| Whisper Large v3OpenAIggml q5_0 · 1.1 GB | 语音转文字 | MIT | 原始模型 openai/whisper获取来源 ggerganov/whisper.cpp |
| Silero VAD v6.2Sileroggml · 885 KB | 语音活动检测 | MIT | 原始模型 snakers4/silero-vad获取来源 ggml-org/whisper-vad |
| Nemotron 3 DiarizationNVIDIAGGUF q8_0 · 107 MB | 说话人分离 | OpenMDW-1.1 | 获取来源 nvidia/Nemotron-3-Diarization |
| Nemotron 3.5 ASR Streaming 0.6BNVIDIAGGUF q8_0 · 742 MB | 实时字幕 | OpenMDW-1.1 | 获取来源 nvidia/nemotron-3.5-asr-streaming-0.6b |
| YuNetShiqi Yu et al.ONNX · 233 KB | 人脸检测 | MIT | 原始模型 ShiqiYu/libfacedetection.train获取来源 opencv/opencv_zoo |
| SFaceYaoyao ZhongONNX · 39 MB | 人脸识别 | Apache-2.0 | 原始模型 zhongyy/SFace获取来源 opencv/opencv_zoo |
| AuraFace v1falONNX · 261 MB | 人脸识别(高精度) | Apache-2.0 | 获取来源 fal/AuraFace-v1 |
| Qwen3 Embedding 0.6BAlibaba QwenGGUF Q8_0 · 639 MB | 语义搜索 | Apache-2.0 | 获取来源 Qwen/Qwen3-Embedding-0.6B-GGUF |
显示 40 个模型 · 清单取自 v0012 版模型目录(2026-10-23 发布)。
推理引擎与其他软件的许可,请见「第三方许可」。