用途：LLaVA（Large Language and Vision Assistant）是开源视觉语言模型，用于构建视觉语言聊天机器人、视觉问答（VQA）、图像描述与字幕、多轮图像对话、视觉指令跟随以及带图像的文档理解。
主要能力：结合 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型，支持图像输入的多轮对话；提供 7B、13B、34B 等模型规模；支持 4-bit/8-bit 量化以降低显存占用；提供 CLI 与 Gradio Web UI；支持两阶段自定义训练（特征对齐与视觉指令微调）。
使用方式：克隆仓库并安装：git clone https://github.com/haotian-liu/LLaVA，cd LLaVA，pip install -e .。可通过 Python 加载模型（如 liuhaotian/llava-v1.5-7b）并调用 generate 生成回答；也可用 CLI：python -m llava.serve.cli --model-path liuhaotian/llava-v1.5-7b --image-file image.jpg --query "What is in this image?"；或启动 Gradio：python -m llava.serve.gradio_web_server --model-path liuhaotian/llava-v1.5-7b --load-4bit。
适用场景：图像问答、图像描述、场景理解、文档图像理解、多轮图像对话等。
限制：可能产生幻觉，空间推理与精确位置判断较弱，小字识别困难，物体计数不精确；需要 GPU，CPU 推理极慢；显存需求较高（7B 约 14GB FP16，34B 约 70GB FP16）；推理速度慢于 CLIP。模型与许可等更多细节以官方资料为准。