vesselFM

降低大型AI模型的成本，提升其速度和易用性

在NeurIPS 2023大会上以口头报告形式发表的视觉指令微调（LLaVA）模型，其能力已达到甚至超越了GPT-4V的水平。

跨任务、跨语言、跨模态的大规模自监督预训练

一个易于使用的图像分割库，拥有强大的预训练模型库，支持语义分割、交互式分割、全景分割、图像抠图、3D分割等多种实际应用任务。

开放式MMLab语义分割工具箱和基准测试

DeepSeek-VL：迈向真实的视觉语言理解

NExT-GPT 的代码和模型：一种任意到任意多模态大型语言模型

用于表格数据的基础模型

Otter是一个多模态模型，基于OpenFlamingo（DeepMind Flamingo的开源版本），在MIMIC-IT数据集上训练，展现出改进的指令遵循和上下文学习能力。

CVPR 2024 亮点：视频理解版 ChatGPT！支持更多大型语言模型，例如 miniGPT4、StableLM 和 MOSS。