连接不同语言模型和生成视觉模型进行文本到图像生成,LaVi-Bridge官网入口网址
大规模自回归图像模型预训练,AIM官网入口网址
参数量更小的视觉基础微调模型,可在有限算力下完成图像描述与检测
微软视觉基础模型,采用序列到序列架构,支持图像描述、目标检测与分割。
基于llama3 8B的SOTA视觉模型,llama3v官网入口网址
经下游任务微调的视觉基础模型,可用文本提示自动完成多项视觉任务
微软推出的视觉基础模型,用一套提示词即可完成图像描述、检测与分割任务
基于InternViT-6B-448px-V1-5的增强版视觉模型
高效的视觉编码技术,提升视觉语言模型性能。
- 智能浏览器新标签页 -
完全免费 · 简洁大方功能丰富 · 高效舒适