CogAgent等开源视觉模型大爆发

要点:1、清华、浙大等中国顶尖学府提供了性能优异的GPT-4V开源替代方案。2、LLaVA、CogAgent和BakLLaVA是三种具有极大潜力的开源视觉语言模型。3、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。