VisionBridge — это небольшой прокси, совместимый с OpenAI, который позволяет текстовым большим языковым моделям обрабатывать изображения. Он позволяет таким моделям рассуждения, как DeepSeek, Qwen и GLM, «видеть», запрашивая отдельную модель зрения через такие инструменты, как look, OCR, scan, crop и compare. Проект не требует обучения или дополнительных весов и выпущен под лицензией MIT.