LLaVA-Mini是一个高效的图像/视频理解大模型，仅需1个视觉token来表示每张图像：计算开销（FLOPs减少77%）、响应时延（低至40毫秒）以及显存占用（降至 0.6MB/图像，支持24GB GPU上进行长达 3 小时的视频处理）。Paper:Code & Demo:

发布时间: 2025-01-09 17:10:06

2分

数据加载中

关注推特

收听电报

3

2

1

LLaVA-Mini是一个高效的图像/视频理解大模型，仅需1个视觉token来表示每张图像：计算开销（FLOPs减少77%）、响应时延（低至40毫秒）以及显存占用（降至 0.6MB/图像，支持24GB GPU上进行长达 3 小时的视频处理）。
Paper:
Code & Demo:
IT技术
( twitter.com )

6个月前由宝玉提交

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

这是一个基于 gpt-4o-mini 的开源 OCR 项目，无需任何参数配置，给文件和 api token 就能 work，看视频效果很好啊
时政
( twitter.com)

9个月前 • Justin • -- 点击 • 下载视频 0 评论

00:00:31

2

2

1

1

苹果发布 FastVLM
能在 iPhone 上直接运行的极速视觉语言模型
首 token 输出快 85 倍
FastVLM：先把图像看懂（图像 → token），再根据 token 生成回答或描述（token → 语言）
模型体非常积小，可以很轻松部署在 iPhone、iPad、Mac 上
FastVLM-0.5B：相较于 LLaVA-OneVision-0.5B，首 token
时政
( twitter.com)

2个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:06

3

2

1

1

这个工具牛逼！整合十几种主流AI模型到一个界面！
NinjaTools：一键生成图像、音乐、视频，绘制思维导图，分析PDF，高效生产力工具！
它还有自己的 TOOLS币：可以用，也可以买来投资
时政
( believe.app)

2个月前 • 头条热点 • -- 点击 • 下载视频 0 评论

00:02:36

4

3

2

2

一个基于GPT-4o-mini 的PDF OCR工具：Zerox
Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档
支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版
时政
( twitter.com)

1年前 • AIGCLINK • -- 点击 0 评论

5

2

1

1

Meta AI 发布 Llama 3.2 多模态AI模型
性能与GPT4o-mini 相当能够在边缘设备上高效运行
Llama 3.2包括适用于边缘和移动设备的小型和中型视觉大语言模型（11B 和 90B）以及轻量文本模型（1B 和 3B）。
LLaMA 3.2支持同时处理文本、图像和视频，能够理解并生成跨媒体内容。
时政
( twitter.com)

10个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:38

6

2

1

1

酷！刚刚发布了一个全新的图像生成模型：Aurora，可以用Grok 2 + Aurora，照片级真实感图像生成能力非常优秀，效果超真实
使用方式见下图
Aurora生成的图像，来自
时政
( twitter.com)

7个月前 • AIGCLINK • -- 点击 0 评论

7

2

1

1

测试了OpenAI新发布的o3-mini，其编程能力之强真的是可以用“恐怖”来形容。不多说了，看视频吧。
prompt：生成一个swiftUI视图，其中包括一个组件，组件实现了一个圆球在一个超立方体中弹跳。
如果是用js、python来做还没有那么吓人。
时政
( twitter.com)

6个月前 • StLi • -- 点击 • 下载视频 0 评论

00:00:26

8

2

1

1

M4 CPU Mac Mini
买买买~
（有没有一个汉字，是三个“买”叠加在一起的？看上去会有一种 biang biang 面那个 biang 字的视觉冲击力）
IT技术
( twitter.com)

9个月前 • 倪爽 • -- 点击 • 下载视频 0 评论

00:01:48

9

2

1

1

中国司法机关的效率像谜一样，有时候一个案子几年都没有进展，有时候一个案子效率奇高无比，比如迁西这个马树田案，可惜这是个冤案。
时政
( twitter.com)

1年前 • 中日政经评论 • -- 点击 0 评论

0.07485 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特