智谱 AI 开源视觉语言模型 CogAgent，支持 GUI 图形界面问答
据站长之家 12 月 21 日消息，智谱 AI 开源了 CogAgent，它是一个视觉语言模型，拥有 180 亿参数规模。该模型在 GUI（图形用户界面）理解和导航方面表现出色，在多个基准测试上取得了 SOTA 的通用性能。此外，它还支持高分辨率的视觉输入和对话问答，并且可以针对任意 GUI 截图进行问答。
- 发表于:
- 原文链接：https://page.om.qq.com/page/Ouqu-TPi_cwsxXPRQPqaSRHA0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
