“CogVLM2”的搜索结果
中国的开源版 sora：4090 内单卡运行，A6000 可微调
智谱版Sora「清影」是一款商用级视频生成模型，于7月26日发布，能在30秒内将任意文图生成视频。该产品已在智谱AI助手「智谱清言」上线，...
Bengio团队提出多模态新基准，直指Claude 3.5和GPT-4o弱点
张天宇在其研究中提出了一种名为视觉字幕恢复（Visual Caption Restoration, VCR）的新任务，旨在探究视觉语言模型（Vision-Language Mo...
开源多模态SOTA再易主，19B模型比肩GPT-4v，16G显存就能跑
在最新的开源多模态SOTA模型竞争中，CogVLM2成功夺得王冠，由大模型创业公司智谱AI推出。该模型在OCRbench、TextVQA等三项关键基准测试...
