据站长之家 12 月 21 日消息，智谱 AI 开源了 CogAgent，它是一个视觉语言模型，拥有 180 亿参数规模。该模型在 GUI（图形用户界面）理解和导航方面表现出色，在多个基准测试上取得了 SOTA 的通用性能。此外，它还支持高分辨率的视觉输入和对话问答，并且可以针对任意 GUI 截图进行问答。
智谱 AI 开源视觉语言模型 CogAgent，支持 GUI 图形界面问答
本文来自网络，不代表本站立场，转载请注明出处：https://news9.com.cn/n/a83211.html
