-
InternVL3 – 上海 AI Lab 开源的多模态大语言模型
InternVL3项目简介 InternVL3是上海人工智能实验室开源的多模态大型语言模型（MLLM），具有卓越的多模态感知和推理能力。模型系列包括1B到78B共7个不同尺寸的版本，能同时处理文字、图片、视频等多种信息。 InternVL3采用了创新的原生多模态预训练方法，将语言和多模态学习整合到同一个预训练阶段，提升了多模态能力的同时，进一步增强了纯语言能力。模型通过混合偏好优化算法和多模态测试…- 1
- 0
-
豆包1.5·UI-TARS – 字节豆包推出的 GUI Agent 模型
豆包1.5·UI-TARS项目简介 豆包1.5·UI-TARS是字节豆包推出的面向图形界面交互（GUI）的Agent模型。模型基于感知、推理和动作执行等类人能力，与图形界面进行连续、流畅的交互。模型将视觉理解、逻辑推理、界面元素定位和操作整合在单一模型中，无需预定义工作流程或人工规则，实现端到端的任务自动化。豆包1.5·UI-TARS 已在火山方舟平台上线。 豆包1.5·UI-TARS优势介绍 图…- 0
- 0