腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度学习与python

公众号[深度学习与Python]文章同步更新

专栏作者

3748

文章

2349291

阅读量

44

订阅数

清华大学与智谱 AI 联合推出 CogAgent：基于多模态大模型的 GUI Agent，具备视觉问答、视觉定位等能力

gui agent 模型手机数据

近日，清华 KEG 实验室与智谱 AI 联合推出了视觉 GUI Agent——CogAgent，CogAgent 是一个通用的视觉理解大模型，具备视觉问答、视觉定位（Grounding）、GUI Agent 等多种能力，可接受 1120×1120 的高分辨率图像输入。在 9 个经典的图像理解榜单上（含 VQAv2，STVQA, DocVQA，TextVQA，MM-VET，POPE 等）取得了通用能力第一的成绩，并在涵盖电脑、手机的 GUI Agent 数据集上（含 Mind2Web，AITW 等），大幅超过基于 LLM 的 Agent，取得第一。

深度学习与Python

2024-01-04

1850

清华大学与智谱 AI 联合推出 CogAgent：基于多模态大模型的 GUI Agent，具备视觉问答、视觉定位等能力

gui agent 模型手机数据

近日，清华 KEG 实验室与智谱 AI 联合推出了视觉 GUI Agent——CogAgent，CogAgent 是一个通用的视觉理解大模型，具备视觉问答、视觉定位（Grounding）、GUI Agent 等多种能力，可接受 1120×1120 的高分辨率图像输入。在 9 个经典的图像理解榜单上（含 VQAv2，STVQA, DocVQA，TextVQA，MM-VET，POPE 等）取得了通用能力第一的成绩，并在涵盖电脑、手机的 GUI Agent 数据集上（含 Mind2Web，AITW 等），大幅超过基于 LLM 的 Agent，取得第一。

深度学习与Python

2024-01-04

1740

Slint 1.0 正式发布，基于 Rust 的原生 GUI 工具包已成熟

嵌入式 gui rust 开发系统

作者 | Tina 上周一，Slint 1.0 版正式发布，标志着该项目已顺利从开发阶段 “毕业”，可正式用于生产环境。 1.0 文档：https://slint-ui.com/releases/1.0.0/docs/slint/ Slint 可用于为各种操作系统和处理器架构开发 UI，包括 Linux、macOS、Windows、WebAssembly、Blackberry QNX 和裸机。它允许 JavaScript 开发人员为嵌入式和桌面应用程序创建原生用户界面。 Slint 曾经被称为 Sixty

深度学习与Python

2023-04-10

8710

停止追赶最新的 RPA 趋势

自动化 gui python 图像处理

我做了 4 年的 RPA 开发者——2017 至 2021 年。在 2019 年底，我做了一个重要的决定，使我入选为 UiPath's 2021 年 62 位 MVP 之一。这个决定就是停止追赶最新的 RPA 趋势，转而专注于掌握传统的软件开发。

深度学习与Python

2022-04-19

2210

Python 的十大特性

python c++gui java

在了解 Python 的特性之前，我们首先要了解 Python 编程语言是什么。Python 编程语言是世界上发展最快的编程语言。这一高级通用编程语言提供了广泛的实际应用，并且是一种非常流行的认证。

深度学习与Python

2021-12-22

4120

为什么 StackOverflow 上的代码片段会摧毁你的项目？

容器镜像服务编程算法 windows java gui

在 StackOverflow 上你会惊奇地发现，上面分享的一些解决常见问题的代码居然存在安全漏洞。

深度学习与Python

2021-01-07

7440

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态