CogVLM2 – 智谱AI推出的新一代多模态大模型

1个月前发布 28 00
收藏 0

CogVLM2是由智谱AI推出的新一代多模态大模型，在视觉和语言理解方面实现了显著的性能提升，支持高达8K的文本长度和1344*1344分辨率的图像输入，具备强大的文档图像理解能力。该模型采用50亿参数的视觉编码器与70亿参数的视觉专家模块，通过深度融合策略，优化了视觉与语言模态的交互，确保了在增强视觉理解的同时，语言处理能力也得到保持...

收录时间：
2025-12-16
打开网站手机查看
CogVLM2 – 智谱AI推出的新一代多模态大模型CogVLM2 – 智谱AI推出的新一代多模态大模型
CogVLM2 – 智谱AI推出的新一代多模态大模型打开网站

CogVLM2是由智谱AI推出的新一代多模态大模型，在视觉和语言理解方面实现了显著的性能提升，支持高达8K的文本长度和1344*1344分辨率的图像输入，具备强大的文档图像理解能力。该模型采用50亿参数的视觉编码器与70亿参数的视觉专家模块，通过深度融合策略，优化了视觉与语言模态的交互，确保了在增强视觉理解的同时，语言处理能力也得到保持。CogVLM2的开源版本支持中英文双语，模型大小为19亿参数，但实际推理时激活的参数量约为120亿，展现了在多模态任务中的高效性能。

官网：https://huggingface.co/THUDM/cogvlm2-llama3-chat-19B


立即打开官网

数据统计

相关导航

标签云