慕江南,视频号品牌直播先行者
论文地址:https://arxiv.org/pdf/2401.01792.pdf
- 令人惊讶的是,在创建测试方面表现相当不错。
站长之家(ChinaZ.com)1月4日 消息:近期,GPT-4V的开源替代方案在中国的顶尖学府清华、浙大等的推动下,出现了一系列性能优异的开源视觉模型。其中,LLaVA、CogAgent和BakLLaVA是三种备受关注的开源视觉语言模型。
模型下载地址:https://huggingface.co/damo-vilab/dreamtalk