这个开源的多模态模型无敌。。。

文章预览

InternVL 由 OpenGVLab 开发，是一个开源的多模态对话模型， 其性能接近商业化的 GPT-4V 模型。 GPT-4V 是 OpenAI 去年推出的多模态模型，使用它你可以分析所需的任何类型的图像并获取有关该图像的信息。 1. InternVL 开源模型 而今天的主角研究成果 InternVL  发布在 CVPR 2024 上，并提供了多种模型版本以适应不同的应用场景，如 InternVL−Chat−V1.5 支持 4K 图像和强大的光学字符识别（OCR）功能。 开源地址：http s: //github. com /OpenGVLab/InternVL 2. 支持特性 InternVL 家族通过提供多种模型版本，支持从图像分类到多模态对话的多种功能。 以下是一些关键特性： 多语言支持： InternV L 能够支持超过 110 种语言的生成。 高性能： 在多个基准测试中，InternVL-Chat-V1.5 接近 GPT-4V 和 Gemini Pro 的性能。 多种模型选择： 提供了不同参数规模的模型，从 6B 到 19B 不等，以适应不同的 ………………………………