全部标签

视觉语言交互模型

JoyAI-VL-Interaction：这不是视频理解，这是”在场感”

锅里水烧开了，你双手都在处理食材。孩子走向了灶台。监控画面里冒出了烟。这些事情的发生没有先兆，也不会等你掏出手机点开 App。今天的 AI 在面对这种场景时基本帮不上忙，这些模型从设计上就是回合制的：安静地等你召唤，然后回答你刚刚提出的问题。京东未来研究院 JoyAI-VL 团队认为这不对。他们 6 月 20 日正式开源了一个叫 JoyAI-VL-Interaction 的项目。一个 8B 规…
开源项目
- 948
- 0
灌篮菜鸟11小时前