只要两张3090就可复现！Vision Search Assistant开源：VLM与Web搜索能力的巧妙结合

文章预览

↑ 点击 蓝字  关注极市平台 作者丨张至鑫 编辑丨极市平台 极市导读   本文介绍了一个名为Vision Search Assistant（VSA）的开源项目，它是一个基于视觉语言模型（VLM）的系统，能够将Web搜索能力融入VLM中，实现对未见图像或新概念的实时更新和智能问答。VSA通过理解查询、分析图像内容、生成查询文本、检索Web知识，并结合检索结果回答用户问题，展现了在开放集问答任务中的卓越性能，特别是在提供全面、相关且得到良好支持的答案方面。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 论文： https://arxiv.org/abs/2410.21220 主页： https://cnzzx.github.io/VSA/ 代码： https://github.com/cnzzx/VSA 0 太长不看版 OpenAI刚刚推出了SearchGPT，以大模型为基座，检索互联网知识。就在此时，我们也推出了开源版的“OpenSearchGPT”——Vision Search Assistant。模型设计简单，只 ………………………………