

Cogvlm
簡介 :
CogVLM是一個強大的開源視覺語言模型。CogVLM-17B擁有100億個視覺參數和70億個語言參數。CogVLM-17B在10個經典的跨模態基準測試中取得了最先進的性能,包括NoCaps、Flicker30k字幕、RefCOCO、RefCOCO+、RefCOCOg、Visual7W、GQA、ScienceQA、VizWiz VQA和TDIUC,並在VQAv2、OKVQA、TextVQA、COCO字幕等方面排名第二,超過或與PaLI-X 55B相匹配。CogVLM還可以與您就圖像進行對話。
需求人群 :
用於圖像描述、問題回答和視覺定位
使用場景
使用CogVLM準確描述圖像細節
使用CogVLM回答各種類型的問題
使用CogVLM進行視覺定位
產品特色
準確描述圖像細節
回答各種類型的問題
視覺定位
精選AI產品推薦

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系統。它能夠進行多模態推理,支持文本、圖像、視頻、音頻和代碼之間的無縫交互。Gemini在語言理解、推理、數學、編程等多個領域都超越了之前的狀態,成為迄今為止最強大的AI系統之一。它有三個不同規模的版本,可滿足從邊緣計算到雲計算的各種需求。Gemini可以廣泛應用於創意設計、寫作輔助、問題解答、代碼生成等領域。
AI模型
11.4M
中文精選

Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M