开源项目编辑推荐

具备OCR能力，可解读4K图片的多模态开源项目

在多个基准测试上取得了接近GPT-4V和GeminiPro的性能，具备强大的多模态对话能力和OC…

更新于 2024年5月3日约 1 分钟阅读

在多个基准测试上取得了接近GPT-4V和GeminiPro的性能，具备强大的多模态对话能力和OCR能力，可用于解析图片，为图片配文等（比如根据图片写小红书文案）

体验地址：

https://huggingface.co/spaces/OpenGVLab/InternVL

本文地址：https://www.163264.com/7123

继续阅读