智谱 AI 开源视觉语言模型 CogAgent 支持GUI图形界面问答
站长网2023-12-21 08:50:341阅
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 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。
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。
模型可以通过上传截图来进行任务推理，并返回计划、下一个动作以及具体操作的坐标信息。
CogAgent 还支持 OCR 相关任务，通过预训练和微调，其能力得到了显著提升。
Github:
https://github.com/CogNLP/CogAGENT
cogagent-chat:
https://modelscope.cn/models/ZhipuAI/cogagent-chat/summary
cogagent-vqa:
https://www.modelscope.cn/models/ZhipuAI/cogagent-vqa/summary
0001
评论列表
共(0)条相关推荐
小米14全面转向纯64位应用：安装32位应用 状态栏会提醒
快科技10月27日消息，小米集团张宇提醒，小米14系列全面转向纯64位应用，老机型通过换机将数据导入到小米14系列时，如果有32位应用，系统状态栏会提醒。据悉，小米14系列搭载的高通第三代骁龙8移动平台全面拥抱安卓64位生态，不再支持32位应用。相比32位，64位最直接的优势就是性能更强，在相同频率下，64位处理器可以处理8字节数据，而32位只能处理4字节数据，处理数据更快。站长网2023-10-28 13:01:430003112306回应一些车次为何开售即秒光 称未将票额分配给第三方平台
针对“火车票难买一些车次开售即秒光”的问题，中国铁路官方回应称，今年春运期间，尽管铁路部门尽最大努力安排了运输能力，将全部客车投入运营，每日最多可提供1070万个客票席位，但由于旅客出行需求极度集中、极不均衡、单向流动等特点，加上部分机构平台采用代购、抢票、囤票等特殊手段加价牟利，使得火车票供需矛盾仍然十分突出。站长网2024-02-05 08:27:160000低于20万买不到！雷军回应小米SU7满街跑就是不卖：品质体验打磨好再上市
快科技1月25日消息，近段时间有不少人可能已经在街头见到了小米SU7，不过不少人吐槽，这声音雷军显然也听到了。有网友吐槽，小米SU7满大街跑就是不卖，这么多车满街跑的营销做的太6了，也太不厚道了。对此，雷军表示，SU7正在全国展开全面的路测，我们一定要把品质和体验打磨到足够好的阶段，再正式上市。站长网2024-01-25 20:55:310000中国移动被指资费升级容易降级难 官方回应：降档需要专人办理
近期，国内媒体曝光了中国移动在资费降档服务上存在的问题，引发了公众关注和网友热议。用户刘先生向媒体投诉，他为了给家中老人降低手机套餐资费，不得不两次返回老家，整个过程耗费了两个月时间。期间，他甚至遭遇了一次"被升级"的情况，被推销了99元的套餐，这使他对中国移动是否存在故意阻碍用户降档的行为产生了质疑。站长网2024-07-08 15:25:360000抖音直播推出新版健康分规则 9月7日开始试运行
抖音直播发布《健康分试运行公告》称，为有效评估主播的直播健康情况，根据《抖音用户服务协议》、《直播主播入驻协议》、《直播行为规范》等平台规则，抖音直播推出健康分，即:通过健康分分值衡量直播行为的健康情况，并根据分值不同对主播账号采取阶梯管理措施，倡导主播、尤其是热度较高的主播发挥正向积极的引导作用，对直播账号进行分级分类管理。站长网2023-09-07 16:02:360000
