首页 单机游戏 网络游戏 电视游戏 手机游戏
资讯 攻略 下载 找游戏 专区
评论(0)
本站
本站 百度
游民星空 > 资讯中心 > 科技频道 > 正文

清华推出新一代图像理解大模型：可识别《原神》等

2023-12-27 16:17:28 来源：微博 作者：转载 编辑：动次哒次KDS　浏览：loading

清华KEG实验室近日和智谱AI合作，联合推出了新一代图像理解大模型CogAgent。

游民星空

该模型基于此前推出的CogVLM，通过视觉GUI Agent，使用视觉模态（而非文本）对GUI界面进行更全面直接的感知，从而作出规划和决策。

游民星空

CogAgent可以接受1120×1120的高分辨率图像输入，具备视觉问答、视觉定位（Grounding）、GUI Agent等多种能力，在9个经典的图像理解榜单上（含 VQAv2，STVQA, DocVQA，TextVQA，MM-VET，POPE 等）取得了通用能力第一的成绩。

游民星空

例如，用户输入一张关于CogVLM项目的GitHub的图片，然后询问如何给这个项目点“Star”，然后CogAgent就会反馈出结果。

例如用户输入一张原神游戏的截图，可以询问“当前任务中的队友是谁？”，CogAgent会给出相关的回答。

游民星空

人喜欢
游民星空APP
随时掌握游戏情报
code
分享
新浪微博 QQ 微信
举报| 收藏|
查看全部
查看全部
休闲娱乐
更多
综合热点资讯
单机游戏下载
更多
好物推荐
更多
游民星空联运游戏
更多
清华推出新一代图像理解大模型：可识别《原神》等https://imgs.gamersky.com/upimg/new_preview/2023/12/27/origin_b_202312271614291113.jpg