华中科技大学开源多模态大模型Monkey

要点:1、Monkey是一种高性能多模态大模型，可在复杂场景和视觉细节处理方面提供出色的性能。2、Monkey无需从0预训练，可以基于现有视觉编辑器进行构建，将大模型的输入分辨率能力提高到896x1344像素。3、Monkey采用多级描述生成方法，可以为模型提供丰富的上下文信息，以指导模型学习场景和对象之间的关联。