简单对话即可

多模态大模型集成了检测分割模块后，抠图变得更简单了!只需用自然语言描述需求，模型就能分分钟标注出要寻找的物体，并做出文字解释。在其背后提供支持的，是新加坡国立大学NExT实验室与清华刘知远团队一同打造的全新多模态大模型。随着GPT-4v的登场，多模态领域涌现出一大批新模型，如LLaVA、BLIP-2等等。