英伟达推全新视觉语音模型NVEagle，可以看图聊天

2024-09-02 15:21:41 浏览：236 作者：管理员

品玩9月2日讯，据英伟达官方消息，英伟达联合 Georgia Tech、UMD 和 HKPU 的研究团队推出了全新的视觉语言模型 ——NVEagle。

据悉，NVEagle 能够理解复杂的现实场景，通过视觉输入进行更好的解读和回应。它的设计核心在于将图像转化为视觉标记，再与文本嵌入相结合，进而提升了对视觉信息的理解。NVEagle包括了三个版本:Eagle-X5-7B、Eagle-X5-13B 以及 Eagle-X5-13B-Chat。其中，7B 和13B 版本主要用于一般的视觉语言任务，而13B-Chat 版本则专门针对对话式 AI 进行了微调，能够更好地进行基于视觉输入的互动。

NVEagle 的一个亮点在于采用了混合专家（MoE）机制，能够根据不同任务动态选择最合适的视觉编码器，这极大提升了对复杂视觉信息的处理能力。该模型已在 Hugging Face 上发布，方便研究人员和开发者使用。

Prev Chapter：阿里云通义千问Qwen2-VL第二代视觉语言模型开源

Next Chapter：电子书：给初学者入门用的章回体 git 指南

评论区

共 0 条评论

这篇文章还没有收到评论，赶紧来抢沙发吧~

英伟达推全新视觉语音模型NVEagle，可以看图聊天_tiknovel-最新最全的nft,web3,AI技术资讯技术社区

英伟达推全新视觉语音模型NVEagle，可以看图聊天

评论区

【随机内容】