用途：LLaVA（Large Language and Vision Assistant）是开源视觉语言模型，面向对话式图像理解，适合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：支持图像描述、视觉问答、文本形式的目标列举、场景理解与文档主题理解；提供 7B、13B、34B 等参数规模，官方称目标为 GPT-4V 级能力，采用 Apache 2.0 许可。
使用方式：克隆仓库后执行 pip install -e . 安装。可通过 Python 加载模型（如 liuhaotian/llava-v1.5-7b）并处理图像、构造对话模板生成回答；也可用 CLI 单图查询或多轮交互，或启动 Gradio Web UI（默认 http://localhost:7860）。支持 4-bit、8-bit 量化以降低显存占用，并可分两阶段训练自定义模型。
适用场景：需要本地部署、可定制、开源许可的图像对话与理解任务。
限制：可能产生幻觉，空间推理、细小文字识别与物体计数不够精确；需要 GPU，CPU 推理极慢；显存需求较高（7B 约 14GB，34B 约 70GB，量化后可降低）；推理速度慢于 CLIP。官方建议从 7B 模型起步，温度 0.2-0.7，max_new_tokens 512-1024。具体收费与价格暂未提供。