多模态大语言模型Oryx：专门设计用于理解和处理视觉数据，如图像、视频和3D场景
新技术

清华大学、腾讯和南洋理工大学 S-Lab的研究人员推出多模态大语言模型Oryx，它专门...
2024-09-20 334
新型多模态大语言模型INF-LLaVA：专门设计用于处理高分辨率图像，以提高模型对视觉和语言信息的理解能力
新技术

厦门大学的研究人员推出新型多模态大语言模型INF-LLaVA，它专门设计用于处理高分辨...
2024-07-24 358
基于 SEED-X 的新型多模态大语言模型SEED-Story：根据用户提供的文本和图片生成长篇的图文故事
新技术

香港科技大学（广州）、腾讯、香港中文大学和香港科技大学的研究人员推出新型多模...
2024-07-14 684
多模态大语言模型Groma：具备精细化和定位化的视觉感知能力
新技术

来自香港大学和字节跳动的研究人员推出多模态大语言模型Groma，它具备精细化和定位...
2024-04-22 458
多模态大语言模型LITA：专门设计来处理视频中的时间定位问题
新技术

英伟达推出多模态大语言模型LITA（Language Instructed Temporal-Localization As...
2024-03-29 476
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
新技术

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...
2024-02-15 374
没有账号？注册  忘记密码？