关键词: 多模态大模型,MoE-LLaVA,LLaVA-1.5-7B

对于大型视觉语言模型（LVLM）而言，扩展模型可以有效提高模型性能。然而，扩大参数规模会显著增加训练和推理成本，因为计算中每个 token 都会激活所有模型参数。

关键词: LMM,多模态大模型,M-A-P 开源社区

近期，随着多模态大模型（LMM） 的能力不断进步，评估 LMM 性能的需求也日益增长。与此同时，在中文环境下评估 LMM 的高级知识和推理能力的重要性更加突出。

关键词: 多模态大模型,Vary-toy,LVLM,视觉定位,图像描述

一款名为Vary-toy的“年轻人的第一个多模态大模型”来了！模型大小不到2B，消费级显卡可训练，GTX1080ti 8G的老显卡轻松运行。

关键词: GPT-4V,Qwen-VL,通义千问,多模态大模型,AI视频

多模态大模型将是AI下一个爆点。最近，通义千问VLM模型换新升级，超大杯性能堪比GPT-4V。最最重要的是，还能限时免费用。

关键词: 多模态大模型,零一万物,李开复大模型,Yi-34B,Yi-6B

领跑中英文两大权威榜单，李开复零一万物交出多模态大模型答卷！

关键词: Agent,UCLA,3D多模态交互具身智能大模型,多模态大模型

Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。

关键词: AI,多模态大模型,Open Interpreter,操作系统Agent

这一天还是来了，AI在操作系统里启动了一个自己的副本。

关键词: 多模态大模型,LLM,grounding,LEGO

字节&复旦大学多模态理解大模型来了：可以精确定位到视频中特定事件的发生时间。

关键词: 苹果大模型,Ferret,多模态大模型

iPhone迎来AI时刻？岁末年初，苹果加快了在大模型领域的步伐。

关键词: NExT-Chat,大模型,数据标注,多模态大模型

多模态大模型集成了检测分割模块后，抠图变得更简单了！