开源GPT-4 Vision竞品即将发布

百度推出了升级版的LLaVA 1.5，采用了最新的AI技术，提升了语言和视觉之间的理解能力。LLaVA 1.5结合了CLIP与LLaMA模型，以及MLP结构，构建了一个强大的视觉语言模型。该版本包含了超过60万张图片数据，训练集的规模是之前版本的1倍，进一步增强了其图像识别和生成能力。LLaVA 1.5的应用场景涵盖了从简单的视觉到复杂的AI推理任务。