清华大学合作推出看图答题小能手 CogAgent
清华 KEG 实验室近日和智谱 AI 合作,
该模型基于此前推出的 CogVLM,通过
CogAgent 可以接受 1120×1120 的高分辨率图像输入,具备例如,用户输入一张关于 CogVLM 项目的 GitHub 的,然后询问如何给这个项目点“Star”,然后 CogAgent 就会反馈出结果。
例如用户输入一张原神游戏的,可以询问“当前任务中的队友是谁?”,CogAgent 会给出相关的回答。
附上相关信息地址如下:
论文:Demo:Streamlit代码:
