多模态问答系统Lumos：结合场景文本识别和多模态大语言模型 来自Meta Reality Labs的研究人员推出了多模态问答系统Lumos，这是一个结合了场景文本识别（Scene Text Recognition, STR）和多模态大语言模型（Multimod... 新技术# Lumos# 场景文本识别# 多模态大语言模型 1年前04030
