🐭 Mickey-1928SD模型基于Stable-Diffusion-xl微调，使用1928年公共领域画面训练。
🔍 这种方法在文本嵌入领域取得了显著的成果，无需使用大量标记数据
该编码器具有多项功能。首先，它能够增强视觉感知能力，通过提供额外的视觉编码器，使MLLM能够更好地理解和分析图像内容。其次，VCoder能够处理特殊类型的图像，例如分割图和深度图。分割图能够帮助模型识别和理解图像中不同物体的边界和形状，而深度图则提供了物体距离相机远近的信息。最后，VCoder改善了对象感知任务的表现。通过提供额外的感知模态输入，如分割图或深度图，它显著提高了MLLM的对象感知能力，包括更准确地识别和计数图像中的对象。
另外，BakLLaVA是使用LLaVA1.5架构增强的Mistral7B基础模型，已经在多个基准测试中优于LLaVA213B。这三种开源视觉模型在视觉处理领域具有极大的潜力。
快科技1月3日消息，今天，荣耀CEO赵明发布了其与支持人窦文涛的对谈视频，在交谈中赵明谈到了荣耀Magic6系列的技术，并表示不怕友商跟进技术，如果被超越就是我们无能。