🤖 公司将在1月培训视频模型,CEO表示是平台的自然发展,引入生成视频行业竞争动态。
有道 CEO 周枫表示,大模型将成为未来几年人工智能发展的主要趋势,而 "子曰" 教育大模型的应用也加速落地于多个教育场景。
LLaVA在视觉聊天和推理问答方面表现出接近GPT-4水平的能力。在视觉聊天方面,LLaVA的表现相对于GPT-4的评分达到了85%,在推理问答方面更是达到了92.53%的超过GPT-4的新SoTA。LLaVA在回答问题时,能够全面而有逻辑地生成回答,并且可以以JSON格式输出。
CogAgent作为在CogVLM基础上改进的开源视觉语言模型,拥有更多的功能和性能优势。它支持更高分辨率的视觉输入和对话答题,能够处理超高分辨率图像输入。
要点: