提高文本到图像模型中空间一致性的解决方案，SPRIGHT官网入口网址

一个用于评估大型视觉语言模型的精英基准测试集，MMStar官网入口网址

基于视觉语言基础模型的胸部X光解读，CheXagent官网入口网址

支持同时理解和生成图像的多模态大型语言模型，MiniGemini官网入口网址

Google的尖端开放视觉语言模型，PaliGemma官网入口网址

一款多功能大型视觉语言模型，InternLM-XComposer-2.5官网入口网址

新一代视觉语言模型，更清晰地看世界。Qwen2-VL官网入口网址