Bit News Tsinghua KEG Lab baru-baru ini bekerja sama dengan Zhipu AI untuk bersama-sama meluncurkan generasi baru pemahaman gambar model besar CogAgent. Berdasarkan CogVLM yang diluncurkan sebelumnya, model ini menggunakan modalitas visual alih-alih teks untuk memberikan persepsi yang lebih komprehensif dan langsung tentang antarmuka GUI melalui agen GUI visual untuk perencanaan dan pengambilan keputusan. Dilaporkan bahwa CogAgent dapat menerima input gambar resolusi tinggi 1120×1120, dengan jawaban pertanyaan visual, pemosisian visual (Pentanahan), Agen GUI dan kemampuan lainnya, dalam 9 daftar pemahaman gambar klasik (termasuk VQAv2, STVQA, DocVQA, TextVQA, MM-VET, Paus, dll.) telah mencapai hasil pertama dalam kemampuan umum.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Tsinghua KEG Lab dan Zhipu AI bersama-sama meluncurkan CogAgent, model pemahaman gambar besar
Bit News Tsinghua KEG Lab baru-baru ini bekerja sama dengan Zhipu AI untuk bersama-sama meluncurkan generasi baru pemahaman gambar model besar CogAgent. Berdasarkan CogVLM yang diluncurkan sebelumnya, model ini menggunakan modalitas visual alih-alih teks untuk memberikan persepsi yang lebih komprehensif dan langsung tentang antarmuka GUI melalui agen GUI visual untuk perencanaan dan pengambilan keputusan. Dilaporkan bahwa CogAgent dapat menerima input gambar resolusi tinggi 1120×1120, dengan jawaban pertanyaan visual, pemosisian visual (Pentanahan), Agen GUI dan kemampuan lainnya, dalam 9 daftar pemahaman gambar klasik (termasuk VQAv2, STVQA, DocVQA, TextVQA, MM-VET, Paus, dll.) telah mencapai hasil pertama dalam kemampuan umum.