标签: 视觉大模型

4月15日，Hugging Face发布开源大模型Idefics2，这是一种通用的多模态模型，它将任意文本和图像序列作为输入，并生成文本响应。它可以回答有关图像的问题、描述视觉内容、创建基于多个图像的故事、从文档中提取信息 ...