标签：视觉理解
豆包说要「普惠」，于是大模型处理图片按「厘」计价了
近期，字节跳动在2024冬季火山引擎FORCE原动力大会上推出了豆包大模型家族的新成员——豆包・视觉理解模型，该模型具备强大的视觉理解能力，能够处理复杂视觉问...
统一视觉理解与生成，MetaMorph模型问世，LeCun、谢赛宁、刘壮等参与
多模态大模型（MLLM）在视觉理解领域取得了显著进展，其中视觉指令调整方法因其数据和计算效率而被广泛应用。Meta和纽约大学的合作论文探讨了大型语言模型（L...
豆包升级了“眼睛”，看APP截图就能写代码了！超低价让多模态AI普惠
豆包最新发布的“豆包·视觉理解模型”展示了其在图像识别和代码生成方面的强大能力。该模型能够识别APP截图，并迅速生成相应的代码，包括菜单栏、播放列表框架...
一手实测豆包新发布的视觉理解大模型，他们真的卷起飞了。
在字节火山发布会现场，字节跳动展示了其AI技术的多项升级，包括语音、音乐、大语言模型、文生图和3D生成等。其中，豆包视觉理解模型因其出色的效果和价格优...
新SOTA来了：国产9B模型多项得分超4o-mini，中国出海电商已经用上了
阿里巴巴国际AI团队最近开源了一款名为Ovis1.6的多模态大模型，该模型在多模态领域的权威评测基准OpenCompass上取得了显著成绩，超越了其他主流开源模型，如Q...
