谷歌即将推出Bard Assistant
生成式AI占据着2023年诸多头条新闻,2024年大概也会如此。
而在这些复杂的信号中提取有用的信息,就是AI能产生作用的地方了。
LLaVA是一个端到端训练的多模态大模型,它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合,具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型,拥有110亿个视觉参数和70亿个语言参数。
模型下载地址:https://huggingface.co/damo-vilab/dreamtalk