01 / 模型卡片
模型卡片
Edge-4B-TELL 是由 ginigen-ai 开发的一款轻量化“全模态”模型，其核心亮点在于其 Any-to-Any 的处理能力。不同于传统的单一文本模型，它打破了模态间的壁垒，能够实现多种输入与输出形式的灵活转换。由于其参数量规模控制在 4B 左右，这使得它非常适合部署在资源受限的边缘设备或个人电脑上，而不必依赖昂贵的云端算力。对于开发者而言，如果你正在寻找一种能够低成本实现跨模态交互（如语音、图像与文本转换）的本地化方案，Edge-4B-TELL 是一个极具潜力的实验性选择，上手门槛适中，且采用 Apache-2.0 开源协议，对商业化落地非常友好。
模型类型any to any
提供方ginigen-ai
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
ginigen-ai/Edge-4B-TELL安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model ginigen-ai/Edge-4B-TELL下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model ginigen-ai/Edge-4B-TELL README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('ginigen-ai/Edge-4B-TELL')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/ginigen-ai/Edge-4B-TELL.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/ginigen-ai/Edge-4B-TELL.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面