微信 AI 模式识别中心推出视觉语言模型POINTS1.5系列：提升对真实世界应用的处理能力
模型

微信 AI 模式识别中心推出视觉语言模型POINTS1.5系列，旨在提升对真实世界应用的处...
2024-12-13 76
开源视觉语言模型Moondream：将强大的图像理解能力与极小的资源占用完美结合
模型

Moondream 是一款高效的开源视觉语言模型（VLM），它将强大的图像理解能力与极小的...
2024-12-07 90
谷歌推出开源视觉语言模型PaliGemma2：增加了强大的视觉能力，更容易微调
模型

今年5月，谷歌推出了 PaliGemma，这是 Gemma 家族中的第一个视觉语言模型，旨在使...
2024-12-06 78
跨模态图像生成模型Qwen2vl-Flux：将Qwen2VL的视觉语言理解能力与FLUX框架相结合，实现了更精确和上下文感知的图像生成
模型

Qwen2vl-Flux 是一种先进的跨模态图像生成模型，它将Qwen2VL的视觉语言理解能力与F...
2024-11-26 94
Nexa AI 推出迷你视觉语言模型 OmniVision-968M
模型

Nexa AI 最新发布了 OmniVision-968M，这是一款专为边缘设备设计的视觉语言模型，...
2024-11-16 268
JoyCaption：从零开始构建的免费、开放且未经审查的视觉语言模型
模型

JoyCaption，一个从零开始构建的免费、开放且未经审查的视觉语言模型（VLM），旨在...
2024-09-23 314
视觉语言模型CoLLaVO：提高视觉语言模型在零样本视觉语言任务中的性能
新技术

韩国研究人员推出视觉语言模型CoLLaVO（Crayon Large Language and Vision mOdel...
2024-02-21 552
高效灵活的对象检测工具YOLO-World
新技术

来自腾讯AI实验室、华中科技大学EIC学院的研究人员推出高效实时开放词汇对象检测...
2024-02-01 619
没有账号？注册  忘记密码？