一夜之间，全球最强端侧多模态模型再次刷新，仅用8B参数，击败了多模态巨无霸Gemini Pro、GPT-4V。而且，其OCR长难图识别刷新SOTA，图像编码速度暴涨150倍。这是国产头部大模型公司献给开发者们最浪漫的520礼物。

新智元公众号 GPT-4V大模型520

682 0

阿里云公布了多模态大模型的最新研究成果，继Plus版本之后，再次推出Max版本。

站长之家 阿里云大模型GPT-4V

717 0

近期，微软Azure AI发布了MM-Vid，这是一项结合GPT-4V与专用工具的创新，致力于解读长视频并为视障人士提供更好的体验。

站长之家

630 0

随着互联网上的信息量不断增加，很多人都感到应接不暇。然而，现在有一种新的工具正在GitHub上流行，它就是VimGPT。这个工具利用了GPT-4V和Vimium，可以让用户更加快速、高效地浏览互联网。

站长之家 VimGPTGPT-4VVimium

675 0

近日，马里兰大学发布了一项重要研究，针对GPT-4V视觉模型进行了首个专为其设计的基准测试，名为HallusionBench。

站长之家 GPT-4V勾股定理最新基准

663 0

研究人员推出了一种新的视觉提示方法 Set-of-Mark(SoM)，它可以让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。

站长之家 视觉GPT-4V

591 0